金融服務 – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Thu, 05 Jun 2025 07:16:08 +0000
zh-CN
hourly
1
196178272 -
通過自校正 AI 工作流簡化交易捕獲和評估
http://www.open-lab.net/zh-cn/blog/streamline-trade-capture-and-evaluation-with-self-correcting-ai-workflows/
Wed, 04 Jun 2025 07:11:56 +0000
http://www.open-lab.net/zh-cn/blog/?p=14126
Continued]]>
LLM 在聊天和數字助理應用中的成功讓人們對其在業務流程自動化方面的潛力寄予厚望。雖然在此類工作流程中實現人類水準的可靠性一直具有挑戰性,但它突出了需要改進的關鍵領域,并推動了持續創新。 盡管存在可靠性挑戰,但自動化工作流程仍具有巨大的業務潛力,其中涉及自由形式的自然語言內容,而 AI 是人工處理的唯一替代方案。 本文將探討基于 AI 的自由文本工作流經常失敗的原因,并說明如何將 AI 與基于規則的糾錯相結合,在金融“假設”分析的交易條目中實現近乎完美的準確性。 我們的實驗由 NVIDIA NIM 提供支持,與云 API 相比,NVIDIA NIM 是一種自行托管的推理容器,可解決數據控制問題、降低延遲并降低成本。NIM 用于在本地運行 Qwen-3 和 DeepSeek-v3 等模型,以進行基準測試和性能評估。 “假設”分析涉及在交易執行前評估潛在新交易對金融機構風險、
Source
]]>
14126
-
聚焦:Infleqtion 利用 Q-CHOP 和 NVIDIA CUDA-Q Dynamics 進行投資組合優化
http://www.open-lab.net/zh-cn/blog/spotlight-infleqtion-optimizes-portfolios-using-q-chop-and-nvidia-cuda-q-dynamics/
Thu, 22 May 2025 06:16:57 +0000
http://www.open-lab.net/zh-cn/blog/?p=14072
Continued]]>
計算是現代金融服務行業必不可少的工具。根據指導財務決策的算法的速度和準確性,利潤是成敗的。 加速量子計算有可能通過能夠加速或增強現有工具 (例如投資組合優化技術) 的新算法來影響金融服務行業。本博文探討了 NVIDIA 合作伙伴 Infleqtion (一家全球性量子技術公司) 開發的一項新技術,該公司使用 NVIDIA CUDA-Q 平臺構建用于投資組合優化的混合量子經典算法。 投資組合優化的目標很簡單:選擇能夠最大限度地提高投資者回報的股票組合,同時最大限度地降低其面臨的波動性(風險)(圖 1)。 找到最佳投資組合的關鍵之一是確保其多元化,這意味著它包括更適合不斷變化的市場條件的各種股票。 Sharpe 比率量化給定風險水平的回報,高比率等同于更好的投資組合。也可以為單個股票計算 Sharpe 比率。它可以排除股票之間的協方差信息,
Source
]]>
14072
-
聚焦:個人 AI 借助 NVIDIA Riva 為小企業主帶來 AI 接待員
http://www.open-lab.net/zh-cn/blog/spotlight-personal-ai-brings-ai-receptionists-to-small-business-owners-with-nvidia-riva/
Tue, 29 Apr 2025 08:27:20 +0000
http://www.open-lab.net/zh-cn/blog/?p=13660
Continued]]>
星期二晚上 10 點,Sapochnick Law Firm (一家位于加利福尼亞州圣地亞哥的專業律師事務所) 的電話鈴響了。作為這家公司的客戶,打電話的人在電話鈴響時焦急萬分。他們收到了一封包含可能改變生活的消息的重要信件,并向律師提出了緊急問題。 客戶很快意識到 Sapochnick 團隊可能在幾小時前離開了辦公室,但他們一直在排隊等待,希望至少有一個語音郵件問候可以提供某種幫助。沒有錄音,聲音用熱情、專業的問候打破了沉默。雙方之間自然而然地展開了對話,很明顯,律師事務所發出的聲音遠不止接電話。該公司精通細致入微的移民程序,熟悉該公司處理特定法律場景的方法,最重要的是,該公司擁有公司創始人 Jacob Sapochnick 廣泛的專有知識。 這種真正的互動之所以能夠實現,是因為 Personal AI Receptionist 是一項由 Personal AI 和…
Source
]]>
13660
-
NVIDIA 借助 NVIDIA DGX SuperPOD 加快 AI 工廠建設速度
http://www.open-lab.net/zh-cn/blog/nvidia-helps-build-ai-factories-faster-than-ever-with-nvidia-dgx-superpod/
Fri, 11 Apr 2025 05:49:56 +0000
http://www.open-lab.net/zh-cn/blog/?p=13581
Continued]]>
在日本一個秘密地點的洞穴狀房間里,一場數字革命正在展開。服務器機架像巨人一樣立著,它們的光滑框架由數千條電纜連接,充滿了潛力。 直到去年,這個龐大的 AI 工廠還不存在。現在,它將鞏固 SoftBank Corporation 的 AI 驅動創新愿景,這一愿景植根于創建一個與 AI 共存的社會,使用先進的基礎設施推動進步。 對于 SoftBank 而言,每天縮短部署時間,不僅僅是一場技術上的勝利。相反,它具有各種競爭優勢。在 AI 超級計算飛速發展的世界中,速度就是一切。 日本領先的科技巨頭之一軟銀集團與 NVIDIA 合作打造了這一系統。他們共同構建了兩個世界上最先進的計算集群 —— 集群能夠以創紀錄的速度處理大量數據,并加速由軟銀子公司 SB Intuitions 開發的大語言模型(LLM)的開發。 但是,創建 AI 工廠不僅僅是插入硬件。這是一項精心設計的工作,
Source
]]>
13581
-
聚焦:AXA 借助 NVIDIA Earth-2 探索 AI 驅動的颶風風險評估
http://www.open-lab.net/zh-cn/blog/spotlight-axa-explores-ai-driven-hurricane-risk-assessment-with-nvidia-earth-2/
Tue, 25 Mar 2025 08:54:16 +0000
http://www.open-lab.net/zh-cn/blog/?p=13366
Continued]]>
大型集成對于預測僅通過歷史數據無法完全理解的罕見、高影響事件至關重要。通過模擬數千個潛在場景,它們提供了必要的統計深度,以評估風險、為極端情況做好準備,并建立抵御一個世紀以來的災難的能力。 全球保險集團 AXA 正在使用 NVIDIA Earth-2 平臺,利用先進的 AI 天氣模型和工具進行模擬,通過重現像 Milton 颶風這樣的颶風并生成數千年的假設颶風場景來改進其颶風風險評估研究。這種方法可以填補數據中的重大空白,從而加深對極端事件統計概率的理解,并改變保險行業應對災害風險的方式。 2024 年的颶風季以颶風“Milton”和“Helene”等事件為特征,凸顯了極端天氣事件對社會的破壞性影響。對于金融和保險 (FSI) 行業而言,這些罕見但災難性的事件是最需要保險的事件之一,特別是在熱帶氣旋造成重大損害的北大西洋地區。然而,準確評估此類事件的可能性是一項獨特的挑戰。
Source
]]>
13366
-
利用 NVIDIA Earth-2 提升洪水風險評估能力
http://www.open-lab.net/zh-cn/blog/powering-flood-risk-assessment-with-nvidia-earth-2/
Tue, 25 Mar 2025 08:45:00 +0000
http://www.open-lab.net/zh-cn/blog/?p=13360
Continued]]>
陸地洪水每年都會造成重大的經濟和社會影響。在 2024 年給保險業造成超過 10 億美元損失的八場自然災害中,有六場被歸類為洪水事件,其中僅歐洲就發生了三起。災難建模(Catastrophe modeling)旨在量化洪水事件的風險,為金融和保險行業做好準備。 在許多情況下,以往洪水事件的簡短歷史記錄不到 50 年,因此災難模型會模擬隨機事件的長記錄,以探索低概率高影響事件的不確定性。傳統方法通常使用統計外推法來形成這些新事件。由于依賴歷史記錄,這些方法在形成新的和看不見的事件的能力方面受到限制。 JBA 風險管理是洪水風險管理領域的全球領導者。借助 NVIDIA Earth-2 平臺,JBA 的開發人員構建了一個龐大的集成 (HENS) 管道,為易北河流域生成冬季的假設天氣數據。AI 模型、Earth-2 軟件堆棧和 NVIDIA GPU…
Source
]]>
13360
-
使用 Numba 將 GPU 加速的算法交易模擬提高 100 多倍
http://www.open-lab.net/zh-cn/blog/gpu-accelerate-algorithmic-trading-simulations-by-over-100x-with-numba/
Tue, 04 Mar 2025 05:53:40 +0000
http://www.open-lab.net/zh-cn/blog/?p=13140
Continued]]>
量化開發者需要運行回測模擬,以便從損益(P&L)的角度了解金融算法的表現。統計技術對于根據可能的損益路徑可視化算法的可能結果非常重要。GPU 可以大大減少執行此操作所需的時間。 從更廣泛的角度來看,金融市場的數學建模是一種實踐,可以追溯到榮獲諾貝爾獎的 Black-Scholes 模型 (1973 年)。它在當時是革命性的,從那時起就影響了資本市場。統計 Monte Carlo 模擬的方法是表示使用 Brownian motion 模型可實現的價格路徑,該方法涉及根據市場在檢查市場微觀結構時的行為方式定制的自定義模型。 本文介紹了適用于金融市場市場參與者的硬件加速研究。市場參與者可以是: 這些市場參與者都在全球的交易所中開展協作,在這些交易所中,有一套關于價格、交易量和時間的非常具體的規則,稱為交易證券的動態訂單薄。 由于定價數據龐大且執行速度快,
Source
]]>
13140
-
利用 XGBoost 中的 CUDA 加速同態加密實現聯邦學習數據隱私安全性
http://www.open-lab.net/zh-cn/blog/security-for-data-privacy-in-federated-learning-with-cuda-accelerated-homomorphic-encryption-in-xgboost/
Wed, 18 Dec 2024 09:22:20 +0000
http://www.open-lab.net/zh-cn/blog/?p=12489
Continued]]>
XGBoost 是一種廣泛用于表格數據建模的機器學習算法。為了將 XGBoost 模型從單站點學習擴展到多站點協作訓練,NVIDIA 開發了 Federated XGBoost ,這是一種用于聯邦學習的 XGBoost 插件。它包括用于跨去中心化數據源聯合訓練 XGBoost 模型的垂直協作設置,以及 水平直方圖和樹的聯合學習 。 在垂直環境下,每個方擁有面向全體人口的部分特征,并且只有一個方持有該標簽。標簽所有者被稱為主動方,而所有其他方都是被動方。在橫向設置下,每個方擁有所有特征和標簽信息,但僅限部分人口。 此外, NVIDIA FLARE 是一款與領域無關、開源且可擴展的聯邦學習 SDK,通過引入處理通信挑戰的功能來增強現實世界的聯邦學習體驗。其中包括多項并發訓練作業,以及可能因網絡條件而中斷的作業。 目前,
Source
]]>
12489
-
利用圖形神經網絡加速金融服務業欺詐檢測效率
http://www.open-lab.net/zh-cn/blog/supercharging-fraud-detection-in-financial-services-with-graph-neural-networks/
Mon, 28 Oct 2024 05:53:20 +0000
http://www.open-lab.net/zh-cn/blog/?p=11788
Continued]]>
金融服務欺詐是一個巨大的問題。根據 NASDAQ 的數據,在 2023 年,銀行在支付、支票和信用卡欺詐方面預計會面臨 442 億美元的損失。不過,這不僅僅與資金有關。欺詐會損害公司的聲譽,并在阻止合法購買時讓客戶失望。這被稱為 誤報 。遺憾的是,這些錯誤發生的頻率比您想象的要多,因為傳統的欺詐檢測方法根本跟不上欺詐的復雜性。 本文重點介紹信用卡交易欺詐,這是一種最常見的金融欺詐形式。雖然其他類型的欺詐(例如身份盜用、帳戶接管和反洗錢)也值得關注,但信用卡欺詐由于其交易量大、攻擊面廣,因此構成了一項獨特的挑戰,使其成為欺詐者的主要目標。據 Nilson 估計,到 2026 年,金融機構每年的信用卡損失預計將達到 430 億美元。 傳統的欺詐檢測方法依賴于基于規則的系統或統計方法,在識別復雜的欺詐活動方面反應遲鈍,并且效率越來越低。隨著數據量的增長和欺詐策略的演變,
Source
]]>
11788
-
利用 NVIDIA Morpheus 加速警報分流和 LLM 代理強化安全運營中心
http://www.open-lab.net/zh-cn/blog/augmenting-security-operations-centers-with-accelerated-alert-triage-and-llm-agents-using-nvidia-morpheus/
Thu, 24 Oct 2024 08:20:15 +0000
http://www.open-lab.net/zh-cn/blog/?p=11631
Continued]]>
安全運營中心(SOC)分析師每天都會收到大量傳入的安全警報。為了確保其組織的持續安全,他們的任務是仔細檢查傳入的噪音,分揀出誤報,并找出可能是真正安全漏洞的指標。然而,警報的數量之多可能意味著泄露的重要早期指標被隱藏起來。更不用說流程本身,該流程通常是重復性的、耗時的且成本高昂。 我們能否構建工作流程來緩解這些問題,同時仍然保持良好的甚至更好的安全級別? 首先,我們研究了 NVIDIA Morpheus ,這是一種 GPU 加速的網絡安全 AI 框架,用于處理和分析高速數據流。特別是,我們關注 數字指紋 AI 工作流,該工作流支持在網絡上進行大規模異常檢測。 數字指紋工作流可以學習任何給定實體的正常行為特征,并將其表示為自動編碼器模型。當行為出現偏差時(例如,如果用戶顯示幾個新的地理位置),系統會生成與異常程度對應的 z 分數。 傳統上,
Source
]]>
11631
-
利用 NVIDIA Morpheus 加速警報分流和 LLM 代理強化安全運營中心
http://www.open-lab.net/zh-cn/blog/augmenting-security-operations-centers-with-accelerated-alert-triage-and-llm-agents-using-nvidia-morpheus-2/
Thu, 24 Oct 2024 04:46:27 +0000
http://www.open-lab.net/zh-cn/blog/?p=11678
Continued]]>
安全運營中心(SOC)分析師每天都會收到大量傳入的安全警報。為了確保其組織的持續安全,他們的任務是仔細檢查傳入的噪音,分揀出誤報,并找出可能是真正安全漏洞的指標。然而,警報的數量之多可能意味著泄露的重要早期指標被隱藏起來。更不用說流程本身,該流程通常是重復性的、耗時的且成本高昂。 我們能否構建工作流程來緩解這些問題,同時仍然保持良好的甚至更好的安全級別? 首先,我們研究了 NVIDIA Morpheus ,這是一種 GPU 加速的網絡安全 AI 框架,用于處理和分析高速數據流。特別是,我們關注 數字指紋 AI 工作流,該工作流支持在網絡上進行大規模異常檢測。 數字指紋工作流可以學習任何給定實體的正常行為特征,并將其表示為自動編碼器模型。當行為出現偏差時(例如,如果用戶顯示幾個新的地理位置),系統會生成與異常程度對應的 z 分數。 傳統上,
Source
]]>
11678
-
面向 NetworkX 用戶的加速生產就緒型圖形分析
http://www.open-lab.net/zh-cn/blog/accelerated-production-ready-graph-analytics-for-networkx-users/
Wed, 04 Sep 2024 04:41:55 +0000
http://www.open-lab.net/zh-cn/blog/?p=11180
Continued]]>
NetworkX 是一款熱門且易于使用的 Python 圖形分析庫。然而,其性能和可擴展性可能無法滿足中型到大型網絡的需求,這可能會嚴重影響用戶的工作效率。 NVIDIA 和 ArangoDB 已經通過一項無需更改 NetworkX 代碼的解決方案共同解決了這些性能和擴展問題,該解決方案集成了三個主要組件: 在本文中,我將討論如何讓 NetworkX 用戶的生活更輕松,向您展示一個實現示例,并解釋如何開始搶先體驗。 NetworkX 廣泛用于數據科學家、學生和許多其他人員的圖形分析。它是開源的、 WELL-DOCUMENTED 并通過簡單的 API 支持大量算法。 也就是說,其一個已知的限制是它在中大型圖形方面的性能,這嚴重地影響了它在生產應用中的實用性。 RAPIDS cuGraph 圖形分析加速庫彌合了 NetworkX 與基于 GPU…
Source
]]>
11180
-
利用 NVIDIA NIM 生成金融市場場景數據
http://www.open-lab.net/zh-cn/blog/generating-financial-market-scenarios-using-nvidia-nim/
Thu, 15 Aug 2024 08:51:15 +0000
http://www.open-lab.net/zh-cn/blog/?p=11046
Continued]]>
雖然生成式 AI 可用于創作巧妙的詩歌、酷炫的圖像和柔和的聲音,但仔細觀察這些令人印象深刻的內容生成器背后的技術可以揭示概率學習者、壓縮工具和序列建模者。當應用于量化金融時,這些方法可以幫助解開和學習金融市場中的復雜關聯。 市場場景對于風險管理、策略回測、投資組合優化和監管合規性至關重要。這些假設數據模型代表了潛在的未來市場狀況,有助于金融機構模擬和評估結果,并做出明智的投資決策。 具體方法可以證明您在各個領域的熟練程度,例如: 雖然這些方法可以以不同的方式運行,但也可以組合使用,以產生強大結果。 本文將探討變分自動編碼器 (VAE)、降噪擴散模型 (DDM) 和其他生成工具如何與大型語言模型 (LLM) 集成,以高效創建具有所需屬性的市場場景。本文將介紹由 NVIDIA NIM 提供支持的場景生成參考架構,NVIDIA NIM 是一系列旨在加速生成模型部署的微服務,
Source
]]>
11046
-
RAPIDS cuDF 統一顯存技術使大型數據集上的 pandas 運行速度最高提升 30 倍
http://www.open-lab.net/zh-cn/blog/rapids-cudf-unified-memory-accelerates-pandas-up-to-30x-on-large-datasets/
Fri, 09 Aug 2024 07:08:01 +0000
http://www.open-lab.net/zh-cn/blog/?p=10996
Continued]]>
NVIDIA 已發布 RAPIDS cuDF 統一顯存和文本數據處理功能,幫助數據科學家在嚴苛的工作負載中處理更大、文本密集型數據集時繼續使用 pandas。現在,數據科學家可以將這些工作負載加速高達 30 倍。 RAPIDS 是開源 GPU 加速數據科學和 AI 庫的集合。cuDF 是一個 Python GPU DataFrame 庫,用于加載、連接、聚合和過濾數據。 作為面向數據科學家的頂級數據處理庫,pandas 是一個靈活而強大的 Python 數據分析和操作庫。上個月,它的下載量超過 2000 萬次。然而,隨著數據集規模的增長,pandas 在 CPU 系統中的處理速度和效率都很低。這迫使數據科學家不得不在緩慢的執行時間和使用其他工具相關的切換成本之間做出選擇。 NVIDIA 在 GTC 2024 上宣布,RAPIDS cuDF 可將 pandas 的速度提升近…
Source
]]>
10996
-
使用 ISO C++語言并行在 GPU 上進行利潤和損失建模
http://www.open-lab.net/zh-cn/blog/profit-and-loss-modeling-on-gpus-with-iso-c-language-parallelism/
Wed, 07 Aug 2024 02:53:36 +0000
http://www.open-lab.net/zh-cn/blog/?p=10906
Continued]]>
上一篇文章“How to Accelerate Quantitative Finance with ISO C++ Standard Parallelism”(如何使用 ISO C++標準并行機制加速量化金融) 演示了如何使用 ISO C++標準并行機制和NVIDIA accelerated-quant-finance GitHub 庫中找到的代碼編寫 Black-Scholes 模擬。這種方法使您能夠高效地編寫簡潔且可移植的代碼。 僅使用標準 C++,就可以編寫可在現代多核 CPU 或 GPU 上并行運行的應用程序,而無需進行修改。本文從之前開發的 Black-Scholes 并行代碼開始,構建了一個更復雜的模型,并對其進行了優化,以利用 GPU 的優勢,同時保留標準 C++。 交易已實現波動性的熱門策略是對期權持倉進行增量套期保值。根據 Black-Scholes 的假設,
Source
]]>
10906
人人超碰97caoporen国产