NVidia bringt blitzschnelle KI-Lösung für Finanz­risiko­modelle und -analysetechnik

NVidia DGX A100 zeige beim STAC-A2-Benchmark für Risikomodelle rekordverdächtige Ergebnisse bei Durchsatz, Leistung, Skalierbarkeit – und Effizienz. Basis seien fortschrittliche Risikoalgorithmen, die auf den “schnellsten parallelen Rechnersystemen” laufen. Sie sollen schnellere und bessere Marktanalysen ermöglichen.

Insgesamt acht Leistungsrekorde erzielten die neuesten NVIDIA KI-Systeme (Website) beim STAC-A2-Benchmark für Finanzrisikomodelle – einschließlich eines ersten Platzes bei Energie- und Raumeffizienz. Es handelt sich um die ersten veröffentlichten STAC-A2-Ergebnisse (Website) für eine Lösung mit Containern. Die Red Hat OpenShift-Software ist eine Kubernetes-Plattform.

Mehr Durchsatz und Energieeffizienz

Die neuesten Supercomputer liefern einen 14,8-fach höheren Durchsatz als eine Lösung auf Basis eines einzelnen Standard-CPU-Servers. Damit können Großbanken, Hedgefonds und Risikomanager in Finanzinstituten nicht nur von Fortschritten beim Datendurchsatz profitieren, sondern von einer verbesserten betrieblichen Effizienz. Zudem bieten die KI-Rechner 2,6-mal die Energieeffizienz, die zweifache Flächeneffizienz eines im Jahr 2018 getesteten CPU-basierten Clustersystems sowie die vierfache Flächeneffizienz eines anderen getesteten CPU-basierten Systems.

Die STAC-A2-Marktrisikobenchmark simuliert Schwankungen der Zinssätze und anderer Wertpapierpreisfaktoren im Zeitverlauf und bewertet deren Auswirkungen auf die Optionspreise. Beim STAC-Benchmark wird die Entwicklung von Tausenden, wenn nicht Hunderttausenden dieser nach Wertpapieren gruppierten Wertpapierpreispfade berechnet.

Anwendung bei Finanzanalysetechnik

Die simulierten Ergebnisse werden in Sensitivitätsberechnungen verwendet. Daraus ergeben sich wiederum Risikowerte, die in der Finanzbranche als „Greeks” bekannt sind. STAC-A2 simuliert Greeks für mehrere Vermögenswerte durch Anwendung einer speziellen Finanzanalysetechnik. Mithilfe einer Monte-Carlo-Simulation (Zufallsstichproben einer Wahrscheinlichkeitsverteilung ähnlich wie in Abbildung 1) und der Longstaff-Schwartz-Methode (ein Rückwärts-Iterationsalgorithmus, der von einem Fälligkeitsdatum aus in der Zeit zurückgeht) werden Optionspreisschritte gelöst. Diese Technik ermöglicht es Finanzdienstleistern, das Risiko aktueller Bestände in der Zukunft und potenzieller Abschlüsse zu berechnen.aj