Lors de la GTC Berlin, des banques, des sociétés de paiement et des fournisseurs de données financières montrent ce qu’est une intelligence à l’échelle de la production : conçue sur le calcul accéléré NVIDIA, alimentée par des modèles à poids ouverts et exécutée sur leur propre infrastructure.
Revolut reconstruit sa pile technologique sur la base d’un modèle de fondation unique PRAGMA, reposant sur le calcul accéléré de NVIDIA. En utilisant le NVIDIA cuDF boîte à outils et Logiciel Dynamo-Triton activé GPU NVIDIA Blackwell Ultra, Revolut étend le déploiement de PRAGMA en production, au service d’une base initiale de 80 millions de clients, et l’a conçu pour multiplier sa capacité par 3.
“Revolut traite des milliards de transactions — l’opportunité a toujours existé, mais la question était de savoir si les modèles de fondation pouvaient fonctionner à cette échelle et dans plusieurs domaines. PRAGMA y répond”, a déclaré Pavel Nesterov, responsable de l’IA chez Revolut. “Développé en collaboration avec NVIDIA, il constitue la preuve la plus claire à ce jour que l’écart entre une avancée de la recherche et un système bancaire en production peut être comblé.”
Entraînement sur Infrastructure accélérée
Starling Bank, première banque à entraîner un modèle agentique sur une infrastructure cloud souveraine au Royaume-Uni, a développé « Starling Intelligence », la couche d’intelligence qui sous-tend ses capacités d’IA, sur le cloud britannique de Civo , à partir des propres données transactionnelles de la banque.
Lloyds Banking Group a créé ATUM, un modèle de fondation transactionnel qui convertit des milliards de transactions bancaires en intelligence réutilisable. Accéléré par des GPU NVIDIA RTX PRO 6000 Blackwell, ce modèle améliore l’efficacité dans l’ensemble des cas d’usage de la banque.
SBS a lancé une plateforme d’intelligence souveraine dédiée au secteur bancaire, qui permet aux banques d’exécuter des modèles génératifs et agentiques sans que leurs données ne quittent leurs propres murs.
Des modèles ouverts pour une fraction du coût
Les modèles à poids ouverts offrent aux institutions financières européennes une intelligence propriétaire fondée sur des données qui leur appartiennent, à des coûts qu’elles maîtrisent. La plateforme de calcul accéléré de NVIDIA est le moteur qui les fait fonctionner.
La néobanque bunq fait désormais fonctionner son assistant agentique Finn sur des modèles à poids ouverts. Grâce au calcul accéléré de NVIDIA , le déploiement sur Nebius atteint la qualité des principaux modèles fermés pour 60 % du coût par réponse.
NatWest développe une technologie conçue pour reconnaître toute la diversité des accents et dialectes britanniques ainsi que la terminologie financière, à l’aide des modèles vocaux de NVIDIA, notamment Nemotron 3.5 ASR.
Modulr développe des modèles spécialisés pour différents volets des opérations de paiement, à partir de NVIDIA Nemotron-3-Ultra-550B, un modèle ouvert.
Santander est l’une des premières banque à adopter la nouvelle famille NVIDIA Kumo de modèles de fondation à poids ouverts pour les données financières structurées, qu’elle utilise pour développer une intelligence spécialisée destinée aux charges de travail bancaires de base.
Le calcul accéléré améliore la précision de la recherche financière
Les fournisseurs de données et d’analyses financières utilisent la plateforme de NVIDIA pour rapprocher l’intelligence de la prise de décision sur des marchés en évolution rapide.
LSEG collabore avec NVIDIA pour aider les institutions financières à analyser de grands volumes de données historiques de cotation jusqu’à 10 fois plus rapidement avec le moteur GPU Polars, accéléré par NVIDIA cuDF sur des GPU NVIDIA RTX PRO 6000 Blackwell.
RavenPack a conçu sur Bigdata.com un pipeline de génération de jeux de données qui transforme une hypothèse de recherche formulée en langage courant en un jeu de données étiqueté et prêt pour le backtesting, fonctionnant sur une version affinée du modèle NVIDIA Nemotron. Les investisseurs peuvent utiliser ces jeux de données pour identifier, analyser et visualiser les tendances du marché.
Accélération des pipelines de données pour améliorer la détection des fraudes
Les GPU RTX PRO 6000 Blackwell Server Edition et NVIDIA cuDF contribuent à accélérer le traitement des données issues de sources cloisonnées et réglementées à l’échelle de plusieurs téraoctets, réduisant le délai entre les données et la décision pour la détection des fraudes et d’autres scénarios.
HSBC fournit des informations quasi en temps réel sur ses clients, qui soutiennent les processus clients et la prise de décision à la demande tout en réduisant au minimum les risques et la fraude, grâce à un traitement des données 5 fois plus rapide sur le GPU Engine de Starburst Enterprise.
Stripe, fournisseur mondial de services financiers programmables, constate des pipelines de données 42 fois plus rapides et des économies de 92 % pour sa plateforme de détection de fraude Stripe Radar grâce à Ray Data accéléré par GPU NVIDIA lors de tests hors ligne. Les pipelines d’apprentissage automatique de Stripe Radar peuvent ainsi optimiser en continu l’entraînement des modèles et améliorer la détection des fraudes.
En savoir plus sur le calcul accéléré NVIDIA dans les services financiers.
Consultez l’avis concernant les informations sur les produits logiciels.