金融の未来へ

大規模なデータセット。絶え間なく変動する市場。高速な分析。 インテリジェントなテクノロジを用いることにより、現代の金融サービス業界に介在するクリティカルなチャレンジに対応することができます。金融業務を行う組織はリスク管理やデータに裏付けられた意思決定、セキュリティにおいて、NVIDIA が提供する AI、ディープラーニング、機械学習ツールにより、これら業務を強化することができます。

金融業務の主な適用領域

  • <span style=

    リスク計算

  • <span style=

    金融取引向け高速コンピューティング

  • <span style=

    不正検出

リスク計算

正確な予測は、ビジネスのパフォーマンスにとって極めて重要です。NVIDIA の AI プラットフォームは、金融エキスパートによるトレンド評価、リスクの特定、将来に向けたプランニング用の高精度な情報の確保を支援するモデルの作成を高速化します。

「NVIDIA は、加速化された Python ライブラリを NVIDIA DGX-2 System 上で実行し、これまであったいくつかの STAC-A3 ベンチマーク結果を打ち破りました。あるケースでは、60 分間検証において 3,200 回のシミュレーションというこれまでの記録に対し、2,000 万回のシミュレーションを実行しました。」

– 「NVIDIA、ヘッジファンド向け主要アルゴリズムで 6,000 倍以上の高速化を実現」、NVIDIA ブログ

金融取引向け高速コンピューティング

より高速な処理により、取引を成功に導き、より多くの収益を上げることができます。GPU 搭載ハードウェアの高速処理を用いることで、取引実行におけるレイテンシを低減し、運用の競争力を維持します。

「取引のための金融モデリングには、かなりの専門知識と時間が必要です。NVIDIA の高速化システムのスピード向上により、さまざまなモデルにおいて新たな設計選択を可能にします。」

– 「GPU 対応の計算処理が金融取引の新時代を示す仕組み」技術概要

不正検出

技術の進歩とともに、不正送金や資金洗浄などの不正行為も複雑さが増しています。ディープラーニング (DL) は、トランザクションの不正における誤検知を劇的に減少させます。

企業は一定期間の生のトランザクション (RNN) やトランザクション概要ベクトル (RNN および CNN) などの大量の顧客データが利用可能なため、オートエンコーダーや、不規則性を検知するモデルなどの AI ニューラル ネットワークをトレーニングし、取引活動パターンに見られる不正を特定できます。

 

「すべての資金洗浄防止活動のうち、97% が誤検出です。このためかなりの運用リソースがコストとして占有される結果になっています。」

–「ディープラーニングを活用してより安全な資金洗浄防止ソリューションを構築する」ウェビナー

GPU がどのように業界を変化させているか

Wells Fargo のリスク管理戦略において、GPU が果たす主な役割をご覧ください。

さらに詳しく知りたい場合は、金融サービスの他のリーダーたちがどのように GPU のパワーを活用しているかについて引き続きご覧ください。  

金融サービスに関する NVIDIA からの最新ニュースを購読しましょう。