 |
Atos и ЦФТ тестируют АБС на серверах BullSequana S800
Atos, международный лидер в области цифровой трансформации и Центр Финансовых Технологий (ЦФТ) объявили о проведении крупномасштабных тестов Автоматизации банковской деятельности (АБС) ЦФТ на серверах BullSequana S800. Компании рассказали о совместной работе во время XVI Банковского саммита в г. Айя-Напа, трехдневного марафона по инновациям и развитию финансового рынка. Atos со своим технологическим брендом Bull выступил в качестве главного партнёра с докладами о цифровом бизнесе в финансовом секторе и технологиях, которые лежат в основе эволюции решений.
Организаторы саммита провели более десятка встреч различных представителей финансовой отрасли: стратегические сессии, экспертные дискуссии, саммит-кейсы и unconference. Компании партнёры объявили о дальнейшем развитии рынка и реализации технических решений, в том числе представители Atos и ЦФТ рассказали участникам о том, что начали проводить крупномасштабные тесты АБС ЦФТ на серверах BullSequana S800.
BullSequana S – самая гибкая, масштабируемая и открытая платформа для расширения цифрового бизнеса. Благодаря возможности динамической конфигурации, она сочетает в себе исключительную производительность и непревзойденную гибкость, что повышает эффективность работы на всех уровнях. Исключительную масштабируемость сервера обеспечивают от 2 до 32 ЦПУ Intel Xeon Cascade lake (центральных управляемых процессора Intel Xeon), до 48 ТБ ОЗУ (оперативного запоминающего устройства) и до 64 ТБ с использованием Optane DC Persistent memory, до 32 графических процессоров Nvidia, с которыми обработка данных идёт в десятки раз быстрее. Серверы оптимизированы для машинного обучения, критически важных бизнес-приложений и сред памяти. Показатели такого уровня могут быть надежным фундаментом архитектуры Интернета вещей для банков, которые приходят к анализу и обработки данных с любых источников «на месте».
Atos имеет большой опыт и экспертизу в финансовом секторе. На саммите компания поделилась знаниями в рамках кейс-сессии «Оцифровка «аналогового» банка» и сделала не только обзор решений, среди которых Hi-end серверы, HPC, QLM, но и показала реальные проекты с результатами внедрений подобных решений. Участники узнали о том, какие тенденции цифровой трансформации необходимо учитывать, чтобы уже сегодня начать движение к Искусственному интеллекту, Машинному обучению и периферийным вычислениям.
Своё понимание развития систем анализа информации представил Роман Гоц, директор департамента больших данных и безопасности компании Atos в России. Он выступил с докладом «Цифровой бизнес в финансовом секторе: точка зрения глобального вендора Bull» на первой стратегической сессии «Цифровой финансовый рынок: условия и требования к участникам. Видение глобальных вендоров».
«Финансовый сектор, всегда стоявший на передовой технологических изменений, сейчас переживает один из самых масштабных этапов эволюции. Банки уходят в цифровую плоскость и требуют внедрения надёжных высокопроизводительных систем и качественных серверных платформ - рассказывает Роман Гоц, директор департамента больших данных и безопасности компании Atos в России. – Накопленные знания и опыт нашего технологического бренда Bull, понимание особенностей ведения бизнеса позволяют Atos предоставлять комплексные решения для финансового рынка, который требует особое ответственное отношение к информации, её обработке и защите».
В этом году основной темой саммита стала «Цифровая трансформация финансового рынка: управление изменениями». В свете глобального проникновения технологий аналитики данных на рынке финансовых услуг эксперты наблюдали постоянные изменения, но одним из главных стабильных трендов остаётся рост потребности в надёжных и защищённых интеллектуальных платформах, способных выполнить все рабочие нагрузки Business Intelligence-систем. Atos работает над проектами в этом направлении, давая возможность банкам и финансовым компаниям по всему миру трансформировать данные и приобретать решающее конкурентное преимущество.
Контактное лицо: Анна Позднякова
Компания: Atos
Добавлен: 16:39, 30.04.2019
Количество просмотров: 596
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия609 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия600 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия679 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия791 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
|
