欧洲领先金融服务机构采用开放模型，构建专有智能

NVIDIA Blog 2026/10/22 05:00 新闻

open-weight-models financial-services nvidia accelerated-computing enterprise-ai europe

摘要

在柏林 GTC 大会上，欧洲主要银行和金融公司展示了基于 NVIDIA 加速计算和开放权重模型构建的生产级规模 AI，包括 Revolut 的 PRAGMA 基础模型、劳埃德银行的 ATUM，以及 Starling Intelligence。桑坦德银行、国民西敏寺银行和 bunq 等机构正在采用 NVIDIA 的 Nemotron 和 Kumo 模型系列，以更低的成本利用自身数据构建专有智能。

<div id="bsf_rt_marker"></div>在柏林 GTC 大会上，银行、支付公司和金融数据提供商正展示生产规模的智能应用——基于 NVIDIA 加速计算构建，由开放权重模型驱动，并在自身基础设施上运行。 Revolut 正基于单一基础模型 <a target="_blank" href="https://resources.nvidia.com/en-us-financial-services-industry/revolut-builds-a-transaction-foundation-model-1185435">PRAGMA</a> 重构其技术栈，该模型由 NVIDIA 加速计算提供支持。借助 <a target="_blank" href="https://developer.nvidia.com/topics/ai/data-science/cuda-x-data-science-libraries/cudf">NVIDIA cuDF</a> 工具包和运行于 <a target="_blank" href="https://www.nvidia.com/en-us/data-center/technologies/blackwell-architecture/">NVIDIA Blackwell Ultra GPU</a> 上的 <a target="_blank" href="https://developer.nvidia.com/dynamo-triton">Dynamo-Triton 软件</a>，Revolut 正在生产环境中扩展 PRAGMA，初期服务 8000 万客户，并在设计上支持扩展至这一规模的 3 倍。 “Revolut 处理数十亿笔交易——机遇一直存在，但问题在于基础模型能否以如此规模跨领域运行。PRAGMA 给出了答案，”Revolut AI 负责人 Pavel Nesterov 表示。“它与 NVIDIA 合作构建，是迄今最有力的证明，表明研究突破与生产级银行系统之间的鸿沟可以被弥合。” <div style="margin: 0 !important; padding: 0 !important; text-align: center; line-height: 1;"><a style="display: inline-flex; align-items: center; justify-content: center; margin: 0 !important; padding: 10px !important; background-color: #76b900; color: #ffffff !important; font-family: 'NVIDIA Sans', Arial, sans-serif; font-size: 16px; font-weight: bold; line-height: 1 !important; text-align: center; text-decoration: none !important; white-space: nowrap; vertical-align: top;" href="https://blogs.nvidia.com/gtc-berlin-2026-news/">阅读 NVIDIA 在欧洲发布的所有公告</a></div>   <h2>在加速基础设施上进行训练</h2> Starling Bank 是首家在英国主权云基础设施上训练智能体模型的银行。该银行利用自身交易数据，在 Civo 的英国云平台上开发了“Starling Intelligence”——支撑其 AI 能力的智能层。 劳埃德银行集团 构建了 <a target="_blank" href="https://medium.com/ai-at-lloyds-banking-group/introducing-atum-a-foundation-model-for-banking-4d5291577d50">ATUM</a>，这是一个将数十亿笔银行交易转化为可复用智能的交易基础模型，借助 NVIDIA RTX PRO 6000 Blackwell GPU 加速，提升全行各类应用场景的效率。 SBS 推出了银行业主权智能平台，让银行能够在数据不离开自身内部环境的情况下运行生成式模型和智能体模型。 <h2>以更低成本运行开放模型</h2> 开放权重模型让欧洲金融机构能够基于自有数据构建专属智能，并自主掌控成本。NVIDIA 加速计算平台是支撑这些模型运行的引擎。 数字银行 bunq 的智能体助手 Finn 现已采用开放权重模型。在 NVIDIA 加速计算的支持下，部署于 Nebius 的模型能够达到领先闭源模型的质量，而每次回答的成本仅为后者的 60%。 NatWest 正在利用 NVIDIA 的语音模型（包括 Nemotron 3.5 ASR）开发技术，旨在识别英国各类口音、方言和金融术语。 Modulr 正基于 NVIDIA Nemotron-3-Ultra-550B 开放模型，为支付业务的不同环节构建专用模型。 桑坦德银行 是面向结构化金融数据的全新 NVIDIA Kumo 开放权重基础模型系列的早期采用者，正利用这些模型为核心银行业务工作负载构建专用智能。 <h2>加速计算变革金融研究</h2> 伦敦证券交易所集团（LSEG） 正与 NVIDIA 合作，借助 <a target="_blank" href="https://docs.pola.rs/user-guide/lazy/gpu/">Polars GPU 引擎</a>，帮助金融机构以最高达原来 10 倍的速度分析海量历史逐笔行情数据。该引擎通过 NVIDIA cuDF 在 NVIDIA RTX PRO 6000 Blackwell GPU 上实现加速。 RavenPack 在 Bigdata.com 上构建了一条数据集生成流水线，接收以自然语言表述的研究假设，并返回已标注、可直接用于回测的数据集，其背后运行的是经过微调的 NVIDIA Nemotron 模型。投资者可以利用这些数据集识别、分析市场趋势，并将其可视化。 <h2>加速数据流水线，提升欺诈检测能力 </h2> RTX PRO 6000 Blackwell Server Edition GPU 和 NVIDIA cuDF 有助于加速处理来自多个相互隔离、受监管数据源的数 TB 级数据，缩短欺诈检测及其他场景中从数据到决策所需的时间。 汇丰银行 借助 <a target="_blank" href="http://starburst.io/press-release/starburst-introduces-torin-gpu-native-analytics-engine-built-on-nvidia-cudf">Starburst Enterprise 的 GPU 引擎</a>，将数据处理速度提升至原来的 5 倍，提供近实时客户洞察，支持客户服务流程和按需决策，同时最大限度降低风险和欺诈。 Stripe 是一家全球可编程金融服务提供商。在离线测试中，其 Stripe Radar 欺诈检测平台借助 NVIDIA GPU 加速的 Ray Data，将数据流水线速度提升至原来的 42 倍，并节省了 92% 的成本。这使 Stripe Radar 的机器学习流水线能够持续优化模型训练，提升欺诈检测能力。 进一步了解<a target="_blank" href="https://www.nvidia.com/en-us/industries/finance/">金融服务领域的 NVIDIA 加速计算</a>。 请参阅 <a target="_blank" href="https://www.nvidia.com/en-eu/about-nvidia/terms-of-service/">声明</a>，了解有关软件产品信息的说明。   <div style="margin: 0 !important; padding: 0 !important; text-align: center; line-height: 1;"><a style="display: inline-flex; align-items: center; justify-content: center; margin: 0 !important; padding: 10px !important; background-color: #76b900; color: #ffffff !important; font-family: 'NVIDIA Sans', Arial, sans-serif; font-size: 16px; font-weight: bold; line-height: 1 !important; text-align: center; text-decoration: none !important; white-space: nowrap; vertical-align: top;" href="https://blogs.nvidia.com/gtc-berlin-2026-news/">阅读 NVIDIA 在欧洲发布的所有公告</a></div>

查看原文

查看缓存全文

缓存时间: 2026/10/22 15:50

# 欧洲领先金融服务机构采用开放模型，构建专有智能来源：https://blogs.nvidia.com/blog/european-financial-services-organizations-open-models-proprietary-intelligence/ 在柏林 GTC 大会上，银行、支付公司和金融数据提供商正在展示生产级规模智能的实际形态——基于 NVIDIA 加速计算构建，由开放权重模型驱动，并在其自有基础设施上运行。 Revolut 正以单一基础模型 PRAGMA (https://resources.nvidia.com/en-us-financial-services-industry/revolut-builds-a-transaction-foundation-model-1185435) 为核心，重构其技术栈，并由 NVIDIA 加速计算提供支持。借助 NVIDIA cuDF (https://developer.nvidia.com/topics/ai/data-science/cuda-x-data-science-libraries/cudf) 工具包以及在 NVIDIA Blackwell Ultra GPU (https://www.nvidia.com/en-us/data-center/technologies/blackwell-architecture/) 上运行的 Dynamo\-Triton 软件 (https://developer.nvidia.com/dynamo-triton)，Revolut 正在生产环境中扩大 PRAGMA 的应用规模，初期服务 8000 万客户，并按可扩展至 3 倍规模的目标进行设计。 “Revolut 处理数十亿笔交易——机会一直存在，但问题在于基础模型能否在如此大的规模下跨领域运行。PRAGMA 给出了答案，”Revolut 人工智能负责人 Pavel Nesterov 表示。“它由我们与 NVIDIA 合作构建，是迄今最有力的证明，表明研究突破与银行生产系统之间的鸿沟可以被弥合。” ## **在加速基础设施上训练** Starling Bank 是首家在英国主权云基础设施上训练智能体模型的银行。该行利用自有交易数据，在 Civo 的英国云上开发了“Starling Intelligence”——支撑其人工智能能力的智能层。 Lloyds Banking Group 构建了 ATUM (https://medium.com/ai-at-lloyds-banking-group/introducing-atum-a-foundation-model-for-banking-4d5291577d50)，这是一个交易基础模型，可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 GPU 加速，提升全行各类应用场景的效率。 SBS 推出了一个银行主权智能平台，使银行能够在数据不离开自身内部环境的情况下运行生成式模型和智能体模型。 ## **以更低成本使用开放模型** 开放权重模型使欧洲金融机构能够基于自有数据构建专有智能，并自主控制成本。NVIDIA 的加速计算平台则是支撑这些模型运行的底层引擎。数字银行 bunq 的智能体助手 Finn 现已采用开放权重模型。在 NVIDIA 加速计算的支持下，部署于 Nebius 的 Finn 能以领先封闭模型每次回答成本的 60%，达到同等回答质量。 NatWest 正在利用 NVIDIA 的语音模型（包括 Nemotron 3\.5 ASR）开发技术，旨在识别英国各类口音、方言和金融术语。 Modulr 正基于 NVIDIA Nemotron\-3\-Ultra\-550B 开放模型，为支付运营的不同环节构建专用模型。 Santander 是全新 NVIDIA Kumo 开放权重基础模型系列的早期采用者之一。该系列面向结构化金融数据，Santander 正利用这些模型为核心银行工作负载构建专用智能。 ## **加速计算变革金融研究** LSEG 正与 NVIDIA 合作，借助由 NVIDIA cuDF 在 NVIDIA RTX PRO 6000 Blackwell GPU 上加速的 Polars GPU 引擎 (https://docs.pola.rs/user-guide/lazy/gpu/)，帮助金融机构将海量历史逐笔行情数据的分析速度提升至最高 10 倍。 RavenPack 在 Bigdata\.com 上构建了一条数据集生成流水线，能够接收以自然语言表达的研究假设，并返回已标注、可直接用于回测的数据集——该流水线运行于经过微调的 NVIDIA Nemotron 模型之上。投资者可以利用这些数据集识别、分析并可视化市场趋势。 ## **加速数据流水线，改善欺诈检测** RTX PRO 6000 Blackwell Server Edition GPU 和 NVIDIA cuDF 有助于加速处理来自多个 TB 级、相互隔离且受监管的数据源的数据，缩短欺诈检测及其他场景中从数据到决策的时间。 HSBC 借助 Starburst Enterprise 的 GPU 引擎 (http://starburst.io/press-release/starburst-introduces-torin-gpu-native-analytics-engine-built-on-nvidia-cudf)，将数据处理速度提升至 5 倍，从而提供近乎实时的客户洞察，支持客户相关流程和按需决策，同时最大限度降低风险与欺诈。全球可编程金融服务提供商 Stripe 在离线测试中，借助 NVIDIA GPU 加速的 Ray Data，将其 Stripe Radar 欺诈检测平台的数据流水线速度提升至 42 倍，并节省了 92% 的成本。这使 Stripe Radar 的机器学习流水线能够持续优化模型训练，改善欺诈检测。 *进一步了解**NVIDIA 在金融服务领域的加速计算* (https://www.nvidia.com/en-us/industries/finance/)*。* *请参阅有关软件产品信息的**声明* (https://www.nvidia.com/en-eu/about-nvidia/terms-of-service/)*。*

欧洲领先金融服务机构采用开放模型，构建专有智能

相似文章

NVIDIA 开源模型助力欧洲各行业自主智能发展

为何电信运营商将AI战略建立在开放模型之上

Nemotron Labs：开放模型如何让企业和国家拥有可信、可控且可定制的AI

NVIDIA 开放模型助力欧洲公共部门新项目浪潮

@nvidia: 每个企业都有不同的数据、工作流程和标准。其AI也应如此。观看了解NVIDIA Nemotro…

提交意见反馈