NVIDIA 喺 Berlin GTC 上，一羣歐洲銀行、支付同金融數據供應商集中展示點樣將生產級 AI 落喺自家基礎設施：底層運行喺 NVIDIA 加速運算平台，上層用開放權重模型（開放參數嘅模型），數據唔離自己嘅圍牆。呢個部署模式對私隱同監管壓力較大嘅金融業特別有吸引力。
基礎模型層
Revolut 將技術棧重建喺單一基礎模型 PRAGMA 之上，用 NVIDIA cuDF 工具包同 Dynamo-Triton 軟件，跑喺 NVIDIA Blackwell Ultra GPU 上，目前服務 8,000 萬名用户，工程上設計可擴展 3 倍。Revolut AI 負責人 Pavel Nesterov 表示：「PRAGMA 同 NVIDIA 合作開發，係研究突破到生產級銀行系統之間距離可以縮窄嘅最直接證明。」
Starling Bank 成為首間喺英國主權雲端訓練 agentic model 嘅銀行，喺 Civo 嘅英國雲端用自家交易數據開發「Starling Intelligence」。Lloyds Banking Group 亦推出 ATUM——一個交易基礎模型，用 NVIDIA RTX PRO 6000 Blackwell GPU 加速，將十億級交易轉化為可重用智能。
開放權重模型：成本差
呢一組案例嘅核心論點係：開放權重模型讓金融機構用自有數據建立自主智能，成本由自己控制。
Neobank bunq 嘅 agentic assistant Finn 已改跑開放權重模型，喺 Nebius 部署，聲稱質量媲美領先閉源模型，每答成本只係後者嘅 60%。Modulr 基於 NVIDIA Nemotron-3-Ultra-550B 開放模型，為不同支付環節建立專用模型。Santander 係 NVIDIA Kumo 家族（針對結構化金融數據嘅新開放權重模型）嘅早期採用者。NatWest 正用 NVIDIA 語音模型（包括 Nemotron 3.5 ASR）開發可識別英國各地口音同金融術語嘅系統。
金融研究同反詐騙
LSEG 同 NVIDIA 合作，用 Polars GPU 引擎（NVIDIA cuDF 加速，RTX PRO 6000 Blackwell GPU），將大規模歷史 tick data 分析速度提升最多 10 倍。RavenPack 喺 Bigdata.com 上建咗數據集生成流水線，用微調 NVIDIA Nemotron 模型，將自然語言研究假設轉為已標註、可直接回測嘅數據集。HSBC 提供近實時客户洞察，支援合規同反詐騙工作。
模姐驗嚇貨
呢篇稿嘅事實層面主要來自 NVIDIA 自家博客，所有效能數字（60% 成本、10 倍加速、8,000 萬用户）均為廠商或客户聲稱，冇獨立第三方測試佐證。就技術角度，呢個部署模式唔新鮮：金融業要數據主權、要監管合規，本地部署開放權重模型係合乎邏輯嘅選擇。真正嘅問題唔係「可唔可以」，而係呢啲模型喺高頻、高風險決策場景下嘅可靠性同可解釋性——呢啲係 NVIDIA 博客冇講嘅嘢。開放權重唔等於完全開源（數據、訓練流程、授權條款各自獨立），Kumo、Nemotron-3-Ultra-550B 嘅具體授權範圍同商用限制，目前冇獨立文件可查，值得跟進。
模姐｜深度調教
