Thành lập vào 2006 thuộc trường Đại Học Quốc Gia Singapore (NUS), Học Viện Quản Lý Rủi Ro NUS (viết tắt RMI) được dành riêng cho Quản Lý Rủi Ro Tài Chính. Việc thành lập này được Cơ Quan Tiền Tệ của Singapore (MAS) hỗ trợ dưới chương trình Quản Lý Rủi Ro và Cải Tiến Tài Chính. [attach]39689[/attach] Vào 2009, RMI đã bắt tay vào Sáng Kiến Nghiên Cứu Tín Dụng Phi Lợi Nhuận (CRI) để giải quyết những cuộc khủng hoảng tài chính và với mục đích thúc đẩy nghiên cứu và phát triển phần quan trọng của xếp hạng tín dụng. Bên cạnh dự án nghiên cứu điển hình này, RMI còn muốn chứng minh tính khả thi của các hoạt động nghiên cứu của mình và trở thành nguồn đáng tin cậy về thông tin tín dụng. CRI hiện tại đang quản lý hơn 35.000 công ty trong 106 loại hình kinh doanh tại khu vực châu Á Thái Bình Dương, Bắc Mỹ, châu Âu, châu Mỹ La Tinh, châu Phi và Trung Đông. Thay đổi phương pháp nghiên cứu cần nhiều khả năng xử lý RMI sử dụng mô hình tiên tiến chuyên sâu (tương tự việc nâng cấp những mô hình về tỷ lệ lãi suất), dựa trên những biến số đầu vào cho mỗi công ty (như cân bằng, tính thanh khoản, lợi nhuận, chỉ số chứng khoán hoàn trả,...). Sự phụ thuộc này được thống kê để ước tính khả năng xảy ra cao nhất (QMLE - quasi-maximum likelihood estimation), nhằm cập nhật ước tính hàng tháng cho những tham số bằng cách sử dụng dữ liệu phân tích và dự đoán mới nhất. Với những thay đổi hiện tại trong phương pháp nghiên cứu để làm QMLE, RMI cần phụ thuộc rất nhiều vào khả năng tính toán của GPU. Bởi nếu chỉ sử dụng các phương pháp truyền thống, việc dự báo theo chiều ngang có thể tốn đến hai năm và mỗi tháng cần đến một chuỗi 13 biến số khác nhau. Những bằng cách sử dụng GPU thay vì CPU, thời gian xử lý đã giảm xuống chỉ còn từ 5 giờ đến 30 phút. Những phương pháp mới này giúp mở rộng việc dự báo chuyên sâu đến 5 năm và những hệ số cho mỗi biến số cũng chính xác hơn cho nghiên cứu dài hạn. Phân tích tín dụng sẽ đánh giá được xác suất mặc định cho những tập đoàn lớn trên toàn thế giới. Bất khả thi nếu không có GPU “Trước đó, chúng tôi sử dụng GPU để tăng tốc quy trình xử lý. Nó giúp mọi thứ dễ dàng nhưng không quá quan trọng tại thời điểm đó. Tuy nhiên, hiện tại khi áp dụng phương pháp nghiên cứu mới, chúng tôi không thể thực hiện nếu không sử dụng đến GPU.”, tiến sĩ Oliver Chen, Phó Giám Đốc của RMI, chia sẻ. Để thay đổi phương pháp, RMI đã quyết định nâng cấp từ NVIDIA Tesla C2050 GPU sang NVIDIA Tesla K20 GPU, có khả năng tăng tốc các ứng dụng lên gấp 10 lần. “Chúng tôi vẫn đang nghiên cứu để sử dụng tối ưu hết sức mạnh của GPU. Hiện tại, tốc độ tăng từ CPU đến GPU là từ một ngày thành chỉ còn 5 giờ cho cập nhật một tháng,” ông Chen cho biết thêm.
