Cómo RBC construyó una granja de GPU para la banca basada en la inteligencia artificial

La naturaleza cautelosa del sector de los servicios financieros le ha dado la reputación de estar detrás de la curva de la tecnología. Como muchos negocios están aprovechando las últimas tecnologías nativas de la nube, los bancos a menudo son descritos como todavía dependientes de las anticuadas aplicaciones monolíticas que funcionan completamente en los centros de datos de las instalaciones.

Ya no es así, ya que el espacio de Fintech sigue creciendo y los grandes bancos se apresuran a ponerse al día. Algunos, más famosos como Capital One, se han trasladado a la nube pública por completo, y muchos han estado corriendo sus propias nubes privadas mientras aprovechaban todas las trampas modernas, como contenedores, microservicios y mallas de servicio. También está creciendo en la tecnología de la máquina, una categoría de la tecnología de la inteligencia artificial.

El Royal Bank of Canada, la institución financiera más grande del país, había estado operando una nube privada basada en OpenShift en sus propias instalaciones, en su propio centro de datos, durante un tiempo, antes de lanzar Borealis AI, un centro de investigación y desarrollo de IA centrado en la tecnología de punta en 2016. En julio de este año, la compañía anunció que había trabajado con Red Hat, Nvidia y otros para crear una nueva plataforma de computación para la IA. La infraestructura de aprendizaje en máquina de la plataforma se alimenta de una granja de GPU Nvidia. Todo el hardware fue diseñado en la empresa.

En una entrevista con Data Center Knowledge, Mike Tardif, vicepresidente senior de infraestructura tecnológica global de RBC, dijo que inicialmente la compañía comenzó a desplegar GPU para sus esfuerzos de aprendizaje de máquinas en servidores de GPU de venta al público, pero finalmente se dio cuenta de que ese enfoque no ofrecía suficiente flexibilidad y decidió comenzar a comprar chips para computación de IA directamente de Nvidia.


Recomendado: ¿Qué es el Big data?.


“Sentimos que dejar fuera a la persona del medio un poco, yendo directamente allí, tenía sentido”, dijo. “Entonces podríamos empezar a seguir a dónde van con sus chips, y lo que están construyendo para la automatización y el software.”

Foteini Agrafioti, director científico de RBC que dirige Borealis AI, nos dijo que la plataforma de IA fue diseñada para transformar la experiencia bancaria del cliente y ayudar a mantener el ritmo de los rápidos cambios tecnológicos y la evolución de las expectativas de los clientes.

“Lo sorprendente de esta nueva tecnología es que ahora podemos procesar las cosas extremadamente rápido”, dijo. “Cuando analizamos los registros de los clientes en nuestra banca personal, que es nuestro mayor negocio con millones y millones de registros de clientes, puedes realizar un análisis de un modelo en 20 minutos o una hora de toda una base de clientes. Nos llevaría semanas hacerlo usando CPU”.

Dijo que las aplicaciones que están desarrollando son muy variadas, pero señaló que se trata de un proyecto de procesamiento de lenguaje natural que realiza un análisis en tiempo real del texto de los artículos de noticias y los blogs a medida que están disponibles para obtener conocimientos pertinentes para los analistas y asesores financieros de la empresa. El software no sólo debe cortar el ruido de Internet, dijo, sino que debe determinar lo que sería útil para los analistas y asesores de investigación de valores que ayudan a los clientes a mantenerse al frente de sus carteras.

La plataforma de IA se aprovecha también para usos bancarios más tradicionales, como la detección de fraudes, el análisis de datos y la banca diaria.

Aunque el valor de esta nueva granja de GPU y la plataforma de IA fintech que alimenta es enorme para RBC, los socios esperan que el proyecto cree aún más valor para la comunidad tecnológica de la empresa en general.

“Creo que ha sido un triunfo, un triunfo, un triunfo”, dijo Tushar Katarki, gerente senior de gestión de productos OpenShift de Red Hat, a DCK. “Quiero decir, Red Hat se ha beneficiado ciertamente”.

Especialmente importante para Red Hat, dijo, era echar un vistazo a los problemas y desafíos específicos de Fintech, como las preocupaciones de seguridad y cumplimiento, que debían ser abordados.

“Porque, ¿adivina qué? Si es aplicable para el RBC, probablemente también lo sea para otros bancos, porque todos están regulados de manera similar por los distintos gobiernos”, dijo.

Añadió que la colaboración necesaria entre Red Hat y Nvidia también era beneficiosa para ambas empresas y sus clientes, y dijo que las dos empresas aprendieron la una de la otra en el proceso.

“Cuando empezamos a pensar en la IA como una carga de trabajo, Red Hat no estaba muy expuesto a la IA y al aprendizaje de la máquina, e incluso al HPC, mientras que Nvidia lo había estado haciendo durante muchos, muchos más años”, dijo. “Así que aprendimos ese negocio y esa tecnología, mientras que ellos aprendieron contenedores, CI/CD, Kubernetes, nube, y todo de nosotros, ya que no tenían ese tipo de formación. Hubo una relación muy simbiótica que continúa prosperando incluso hoy en día y hacia el futuro”.

Katarki señaló que la experiencia en IA y ML que Red Hat y Nvidia obtuvieron de este proyecto beneficiará a las industrias fuera de fintech también, comenzando con los seguros, pero eventualmente también a la venta al por menor, el gobierno, la manufactura y otros.

“Ahora, tenemos tantas docenas y docenas de clientes que usan OpenShift como una plataforma de IA abierta con GPU”, dijo. “Es simplemente genial ver que este trabajo ha dado sus frutos y continúa haciéndolo. De todas formas, esto es realmente una etapa inicial para todos, así que tenemos un largo camino por recorrer, pero es muy alentador”.

Corrección: 10 de agosto de 2020

Una versión anterior de esta historia decía erróneamente que Bank of America era un ejemplo de una institución financiera que se va a la nube. El ejemplo tenía la intención de describir a Capital One, no a Bank of America, que no ha ido todo en la nube pública. El artículo ha sido corregido en consecuencia.