欧洲金融巨头拥抱开源模型,构建基于自有数据的专有智能
2026/10/22 13:00阅读量 5
在 GTC Berlin 大会上,多家欧洲领先金融机构展示了如何利用 NVIDIA 加速计算平台和开源权重模型(Open Weight Models)构建生产级专有智能。通过部署如 Revolut 的 PRAGMA、Lloyds 的 ATUM 等基础模型,以及利用 Blackwell GPU 加速数据处理,这些机构实现了在主权云或自有基础设施上运行 AI,确保数据隐私的同时大幅降低运营成本并提升交易处理效率。
事件概述
2026年10月21日,在柏林举行的 GTC 大会上,包括银行、支付公司和金融数据提供商在内的多家欧洲领先金融机构展示了其生产规模的人工智能应用实践。这些机构正依托 NVIDIA 加速计算平台,结合开源权重模型(Open Weight Models),在自有基础设施或主权云上构建专有智能,旨在解决大规模交易处理、数据隐私保护及成本控制等核心问题。
核心案例:基础模型与主权云部署
-
Revolut (PRAGMA 模型):
- 正在将其技术栈重构为基于单一基础模型 PRAGMA 的架构。
- 该模型由 NVIDIA 加速计算支持,使用 NVIDIA cuDF 工具包和 Dynamo-Triton 软件,运行在 NVIDIA Blackwell Ultra GPUs 上。
- PRAGMA 已投入生产环境服务初始的 8000 万客户,设计可扩展性提升 3 倍,能够处理数十亿笔交易,证明了基础模型在跨领域大规模生产系统中的可行性。
-
Starling Bank (Starling Intelligence):
- 成为首家在英国主权云基础设施上训练代理模型(Agentic Model)的银行。
- 在 Civo 英国云平台上,利用自有交易数据开发了“Starling Intelligence”智能层。
-
Lloyds Banking Group (ATUM 模型):
- 构建了交易基础模型 ATUM,将数十亿笔银行交易转化为可复用的智能。
- 借助 NVIDIA RTX PRO 6000 Blackwell GPUs 进行加速,提升了全行范围内的用例效率。
-
SBS:
- 推出了银行主权智能平台,允许银行在不让数据离开自身安全边界的前提下,运行生成式和代理式模型。
成本优势与专用模型开发
开源权重模型使欧洲金融机构能够以可控的成本,基于自有数据构建专有智能。NVIDIA 加速计算平台作为底层引擎,显著降低了推理成本并提升了模型质量。
-
bunq (Finn 助手):
- 其代理助手 Finn 现运行于开源权重模型之上,部署在 Nebius 平台。
- 在 NVIDIA 加速计算支持下,其回答质量媲美领先的闭源模型,但成本仅为后者的 60%。
-
NatWest:
- 利用 NVIDIA 语音模型(包括 Nemotron 3.5 ASR)开发技术,旨在识别各种英国口音、方言及金融术语。
-
Modulr:
- 基于 NVIDIA Nemotron-3-Ultra-550B 开源模型,为支付运营的不同部分构建专用模型。
-
Santander:
- 早期采用 NVIDIA Kumo 系列开源基础模型,用于结构化金融数据,为核心银行业务负载构建专用智能。
加速计算对金融研究与风控的影响
NVIDIA 加速计算技术正在改变金融数据分析的速度和欺诈检测的效率。
-
LSEG:
- 与 NVIDIA 合作,利用 Polars GPU 引擎 和 NVIDIA cuDF(运行在 RTX PRO 6000 Blackwell GPUs 上),帮助金融机构分析历史 Tick 数据的速度提升高达 10 倍。
-
RavenPack:
- 在 Bigdata.com 上构建了数据集生成管道,利用微调后的 NVIDIA Nemotron 模型,将自然语言研究假设转化为带标签、可直接回测的数据集,助力投资者识别和分析市场趋势。
-
HSBC:
- 利用 Starburst Enterprise 的 GPU 引擎实现 5 倍 更快的数据处理速度,提供近实时的客户洞察,支持即时决策并最小化风险与欺诈。
-
Stripe:
- 在其 Stripe Radar 欺诈检测平台的离线测试中,使用 NVIDIA GPU 加速的 Ray Data,实现了数据管道速度提升 42 倍,成本节省 92%,从而持续优化模型训练并提高欺诈检测能力。
-
通用风控应用:
- RTX PRO 6000 Blackwell Server Edition GPUs 和 NVIDIA cuDF 被用于加速多 TB 规模、孤立且受监管的数据源处理,压缩了从数据到决策的时间,显著改善了欺诈检测及其他场景的反应速度。
