Основатель американской компании GridGain Никита Иванов рассказал «Новости Банков» о том, зачем банкам нужны вычисления в оперативной памяти.
— О вашей компании в России мало кто слышал до объявления о том, что вашу ИТ-платформу будет использовать Сбербанк. Чем вы заинтересовали Сбербанк?
— У нас работают всего 100 человек, и обычно такие большие компании, как Сбербанк, не используют технологии маленьких компаний типа GridGain из-за слишком высокого риска закрытия бизнеса.
Мы выиграли тендер, который проводил Сбербанк
Однако в ходе тендера наша технология показала лучшие результаты, поэтому Сбербанк минимизировал риск тем, что вложил деньги в компанию и вошел в совет директоров.
Мы выиграли тендер, который проводил Сбербанк. Конкурс был огромный, и наша победа стала неожиданностью для нас. Наши конкурентные преимущества — лучшая и при этом недорогая технология, проект с открытым кодом и русские корни.
— Что конкретно вы делаете для Сбербанка?
— У нас есть универсальная платформа, которую используют разные большие компании, в том числе Citibank, Apple, Microsoft и другие. Она позволяет с огромной скоростью обрабатывать большие объемы данных. Такую платформу искал Сбербанк для обработки своих данных, объем которых постоянно растет. По сути, мы предоставили инфраструктуру, на базе нашей платформы для Сбербанка сегодня проектируются решения под различные задачи и меняющиеся потребности бизнеса.
— Главная особенность вашей платформы — обработка данных в оперативной памяти?
Использование 20 компьютеров в кластере обеспечивает обработку миллиарда транзакций в секунду
— Да, приведу пример. С появлением мобильных приложений люди стали проверять свои счета по несколько раз в день. Это привело к росту нагрузки на системы и увеличению времени считывания данных. Наша платформа обеспечивает скорость считывания данных вплоть до микросекунд. Проведенные нами тесты показали, что использование 20 компьютеров в кластере обеспечивает обработку миллиарда транзакций в секунду. Для сравнения: самая дорогая традиционная система стоимостью $1 млн обрабатывает порядка 100 млн транзакций в секунду. При этом цена нашего решения на порядок ниже. Все это в совокупности и привлекло Сбербанк.
Мы используем принципиально иную архитектуру, чем та, что применяет, например, гигант Oracle. Нам не нужно тратить время на считывание данных с диска, мы храним данные в памяти, а использование сотен компьютеров параллельно позволяет нам достичь огромной производительности.
— Вы упомянули, что у вашей компании русские корни, однако сама компания американская. Где у вас находится центр разработки?
— Наш основной центр разработки находится в Санкт-Петербурге. Также у нас есть центр разработки в Красноярске и офис в Москве, который в основном занимается продажами. Всего у нас работа.т чуть больше 100 человек, из которых 60 занимаются разработкой.
— Российские банки интересуются вычислениями в оперативной памяти и хотят больше использовать облака. Что в этой связи будет происходить с банковскими платформами?
— На облака переходят все. Технологически это правильно. Есть проблемы с регуляторами, но они решаемы. Год назад я общался с представителями банка Barclays, который в тот момент наконец-то получил разрешение использовать облачные вычисления. Если Barclays — один из самых консервативных розничных банков в мире — перешел на облака, значит 80% банков на них уже перешли. Например, в США все банки работают с облачными вычислениями.
Вычисления в оперативной памяти — вещь абсолютно неновая, хотя для российского банкинга она в диковинку. Российский розничный банковский бизнес очень консервативен, розничные банки обычно покупают коробочный софт от Oracle и SAP.
Хранение данных в памяти — финальный этап эволюции систем хранения
Инвестиционный банкинг, которого в России, кстати, нет, совершенно другой. Именно инвестиционные банки первыми внедряют новые технологии. Наши первые клиенты занимались трейдингом или моделированием трейдинга. Сейчас все инвестиционные банки в США думают о том, чтобы начать использовать международные стандарты Базель IV, требующие проводить моделирование каждой транзакции, обсчитывать частоту дефолтов и другие параметры. Ежедневно инвестиционный банк осуществляет 25 млн трейдов, и для каждого из них нужно провести моделирование. Это можно делать только в памяти.
Хранение данных в памяти — финальный этап эволюции систем хранения. Немного истории. В 1949 году вышел первый накопитель на пленке. Затем появились системы на дисках. В конце 1980-х Toshiba сделала флеш, и сейчас мы все храним на флешках. Каждый раз скорость росла, а стоимость снижалась. Сейчас мы пришли к тому, что храним данные в памяти компьютера. Возникает вопрос: что будет дальше?
— И что же будет дальше?
— Ничего.
— Совсем ничего?
— Да. Мы прошли весь путь. Обработка данных в памяти это финальный этап развития компьютеров. Для того чтобы появилось что-то новое, должна принципиально поменяться архитектура компьютеров. Память будет быстрее, она подешевеет, не будет стираться при выключении энергии, но данные будут храниться и обрабатываться только в памяти.
— Как будет обеспечиваться безопасность данных?
— Обработка данных в памяти никак не улучшает и не ухудшает ситуацию с обеспечением безопасности.
— Вы занимаетесь решениям для борьбы с мошенничествами?
— Наши системы используются в антифрод-решениях. Вообще, все системы антифрод становятся безумно тяжелыми. Например, вы живете в России, но вдруг ваша карточка начинает использоваться в Африке. У банка возникает вопрос: блокировать или не блокировать транзакции по ней? Этот вопрос можно снять, если иметь возможность подключиться к системе бронирования билетов и проверить, не покупали ли вы билет в Африку. Или другой пример: мы знаем, что вы купили машину и имеем информацию о том, какая это машина. Допустим, вы только что заправились и едете. И вдруг кто-то использует вашу карточку на заправке. Мы знаем, сколько вы проехали, и понимаем, что это точно делаете не вы: вам еще рано заправляться. Значит, ваша карточка украдена. Таких вариантов масса. Если задаться целью, то можно с близкой к 100-процентной вероятности определять, является ли транзакция законной.
Это очень похоже на трейдинг, где потеря одной секунды ведет к огромным финансовым потерям
Для банка фрод — огромная проблема, влияющая на репутацию. Сейчас люди везде платят карточками. Процесс оплаты занимает очень мало времени, за которое надо успеть проверить карточку на предмет фрода, ведь человек не хочет ждать.
Здесь производительность напрямую влияет на деньги. Это очень похоже на трейдинг, где потеря одной секунды ведет к огромным финансовым потерям.
— Сейчас допустимый показатель потерь в США — 6 центов на $100.
— Я не знаю, каков сейчас этот показатель, но могу точно сказать, что банки одержимы стремлением добиться нулевых потерь: ноль фрода за год. Особенно в этом плане старается Citibank, потерявший огромные суммы и репутацию из-за мошенничеств в недавнем прошлом.
— Какие технологии вы считаете перспективными?
— Машинное обучение и нейронные сети. Подобной моделью интересуются все компании, выдающие кредиты и ипотеку. В США в простых случаях уже сейчас можно взять ипотеку за считанные минуты. Это вопрос технологический — куча бумаг просматривается автоматически, без участия человека.
— У вас, наверное, есть конкуренты? Кто они?
— Если у бизнеса нет конкурентов, то этот бизнес никому не интересен и не нужен. Наш прямой конкурент — SAP с серверами HANA, и Oracle, который мы удачно обыграли в Сбербанке.
