GTC Berlin：Revolut 用 PRAGMA 基础模型重建技术栈，欧洲金融业转向开放权重

在柏林举行的 GTC 大会上，NVIDIA 集中展示了欧洲金融业的一批生产级 AI 部署：银行、支付公司与金融数据提供商在自有基础设施上运行开放权重模型，用自己掌握的数据构建所谓的专有智能。

最受关注的是 Revolut。这家数字银行正在把技术栈重建在单一基础模型 PRAGMA 之上，底层是 NVIDIA 加速计算，配合 cuDF 工具包与 Dynamo-Triton 软件，运行在 Blackwell Ultra GPU 上。NVIDIA 称 PRAGMA 已在生产环境服务首批 8000 万客户，并按 3 倍规模做了工程设计。

Revolut AI 负责人 Pavel Nesterov 在官方稿件里的说法是，公司每天处理数十亿笔交易，机会一直都在，真正的问题是基础模型能否在这种规模上跨业务域稳定运行。这句话点出了银行自建模型的动机：通用聊天模型很难同时满足吞吐、成本与数据边界。

其他案例指向同一方向。Starling Intelligence 被描述为第一家在英国主权云基础设施上训练智能体模型的银行所构建的智能层；另有机构的智能助手 Finn 迁到开放权重模型后，单次回答成本约为原来的 60% 而质量与领先闭源模型相当；还有银行用 Nemotron 3.5 ASR 处理英国口音与金融术语的语音识别，并基于 Nemotron-3-Ultra-550B 构建支付运营专用模型。

NVIDIA 同时宣布，Kumo 系列开放权重基础模型已被早期客户采用，用于核心银行系统等结构化金融数据场景。这是一条容易被忽略但更长期的信息：面向表格与交易数据的基础模型正在成为独立品类。

为什么是开放权重？对欧洲金融机构来说，答案集中在三件事——数据不出自有边界、成本可控、监管可解释。把权重放在自己的机房里，配合主权云与私有部署，才有可能同时通过内部风控与外部监管审查。

代价也很清楚：模型要自己运维、自己评测、自己承担版本迭代的风险，这些能力过去由云厂商兜底。因此这类部署真正的门槛不在 GPU，而在工程与治理团队。

后续看点在于这些项目能否从首批客户走进全行核心系统：PRAGMA 是否真能撑住三倍扩张、Kumo 会不会开放给更多机构，以及欧洲主权云政策的变化会不会进一步加速本地化部署。