Signaloid annonce la nomination d’experts chevronnés de la finance quantitative et du cloud au sein de son comité consultatif et à des postes clés de commercialisation
Signaloid annonce la nomination d’experts chevronnés de la finance quantitative et du cloud au sein de son comité consultatif et à des postes clés de commercialisation
Contact médias : press@signaloid.com
La société technologique britannique Signaloid a annoncé aujourd’hui la nomination de trois éminents experts du secteur au sein de son comité consultatif et à des postes de direction, afin de renforcer la dynamique de commercialisation de sa technologie : Han Lee, ancien responsable mondial des stratégies quantitatives et du trading automatisé pour la division des titres à revenu fixe chez Morgan Stanley, Nachiketh Potlapally, ancien architecte chez Oracle Cloud Infrastructure, et Christian Roth, ancien directeur senior des ventes aux entreprises chez Intel. Apportant une expertise approfondie en finance quantitative et en infrastructure cloud, ces nominations s’inscrivent dans la dynamique de développement commercial de Signaloid en Europe, au Japon et aux États-Unis.
Avant d’occuper un poste de direction chez Morgan Stanley, Han Lee a été responsable mondial de l’analyse quantitative chez RBS et est titulaire d’un doctorat en physique théorique de l’université de Cambridge. Il est cofondateur de RLxPartners Ltd et occupe les fonctions de conseiller auprès du directeur du département de physique de l’université d’Oxford.
Nachiketh Potlapally est titulaire d’un doctorat en informatique de l’université de Princeton. Il a précédemment travaillé chez Intel sur la sécurité architecturale des processeurs et serveurs haute performance, et a occupé le poste d’architecte en sécurité chez Amazon Web Services (AWS) et Oracle Cloud Infrastructure (OCI). En tant que membre de la première heure des équipes d’AWS et d’OCI, il a participé à la mise en place d’une infrastructure cloud sécurisée dès sa conception.
Christian Roth, qui rejoint Signaloid en tant que directeur de la commercialisation, arrive chez Signaloid après plus de deux décennies passées chez Intel, où il a occupé divers postes de direction dans le domaine des ventes, notamment celui de directeur senior des ventes aux entreprises et de directeur des grands comptes mondiaux. Il a par ailleurs occupé le poste de directeur du marketing produit pour la région EMEA, en charge des centres de données, des clients professionnels, du stockage et des plateformes réseau. Ancien élève de l’INSEAD (IEP), il est titulaire d’un MBA de la Carlsson School of Management de l’université du Minnesota (États-Unis) et d’un Global EMBA de l’Executive Academy de l’université d’économie de Vienne (WU, Autriche).
La technologie UxHw de Signaloid : De la finance quantitative sur serveur à la robotique de périphérie et à l’IA physique
De nombreuses applications critiques, allant de la modélisation des risques financiers et de l’analyse de la sécurité énergétique à la conception de puces, en passant par la robotique et l’IA, s’appuient sur des méthodes stochastiques telles que les filtres de Kalman, les filtres de particules, l’échantillonnage par importance et les simulations de Monte Carlo. Ces méthodes revêtent une importance particulière dans l’IA moderne et l’apprentissage automatique (ML), où elles alimentent des applications allant de l’apprentissage par renforcement et de la programmation probabiliste à la localisation et à la prise de décision dans les systèmes d’IA physique. Les CPU et GPU traditionnels exécutent généralement ces charges de travail par le biais de calculs répétés sur des milliers de cœurs, ce qui nécessite souvent des ressources de calcul, un temps d’exécution et une consommation d’énergie considérables.
Le matériel de calcul à distribution optimisée de Signaloid (UxHw®) adopte une approche différente pour l’exécution de charges de travail stochastiques. Au lieu de s’appuyer sur un grand nombre de calculs répétés, UxHw restructure les calculs, en utilisant une traduction binaire éventuellement complétée par une accélération matérielle, afin de travailler directement sur les distributions de probabilité. Cela permet d’obtenir des résultats qui nécessiteraient autrement des milliards d’opérations sur du matériel conventionnel. Déployé sur du matériel existant, UxHw peut offrir des gains de performances de plusieurs ordres de grandeur, pouvant atteindre dans certains cas un facteur de 1 000, sans nécessiter de réécriture logicielle, tout en réduisant la consommation d’énergie dans des proportions similaires.
Sur les instances de calcul AWS r7iz, UxHw a démontré des gains de performances substantiels sur des charges de travail de finance quantitative, notamment une accélération pouvant atteindre 430 fois pour les calculs de valeur à risque (VaR) utilisant le mouvement brownien géométrique et jusqu’à 580 fois pour les calculs impliquant les modèles de Heath–Jarrow–Morton (généralement calibrés sur une grille de prix de swaptions). En robotique et en IA physique, UxHw a permis d’accélérer de plus de 37 fois les algorithmes de filtrage de particules sur des microcontrôleurs embarqués (MCU). Des gains supplémentaires sont possibles lorsque UxHw est associé à l’UxHw C0-ASIC récemment annoncé par Signaloid.
Ce que les nouveaux conseillers apportent à Signaloid : une expertise côté acheteur issue de la finance quantitative et des clouds d’entreprise
La nomination de ces nouveaux conseillers aidera Signaloid à tirer parti de sa dynamique récente, grâce à la disponibilité de sa chaîne d’outils UxHw pour un déploiement à la fois sur des instances Amazon Web Services (AWS) en cloud et sur site, destinées à la finance quantitative, la simulation technique et les simulations en physique des hautes énergies, ainsi que de nouveaux canaux de distribution pour ses modules matériels de périphérie (grâce à des contrats de distribution conclus avec Mouser Inc. et DigiKey Inc., deux des plus grands distributeurs mondiaux de composants semi-conducteurs).
Dans ce contexte, Han Lee, nouveau président du comité consultatif et ancien responsable mondial des stratégies quantitatives et du trading automatisé chez Morgan Stanley, déclare : « Il est rare de trouver une nouvelle technologie informatique qui résolve d’ores et déjà des défis commerciaux majeurs et qui ait également le potentiel de constituer la base de l’avenir du calcul. Signaloid a non seulement inventé une nouvelle catégorie de plateformes informatiques, mais est également allé jusqu’à la transformer en une plateforme de cloud computing prête à la production, ayant obtenu les principales certifications de sécurité exigées par les utilisateurs professionnels. En tant que physicien, je trouve impressionnant de voir leur technologie déjà mise en œuvre chez Boeing, Bosch ou encore au CERN, tout en permettant des gains de vitesse d’un ordre de grandeur supérieur à ceux des processeurs de serveurs haut de gamme sur des charges de travail de finance quantitative. Je suis ravi de rejoindre Signaloid en tant que conseiller. »
À propos de Signaloid
Signaloid a été fondée par le professeur Phillip Stanley-Marbell, ancien professeur de calcul physique à l’université de Cambridge et chercheur ayant notamment travaillé chez Bell Labs, IBM, Apple et au MIT. Signaloid fournit une plateforme informatique adaptée aux charges de travail exigeantes sur le plan computationnel, dont beaucoup peuvent être reformulées en termes d’algorithmes traitant des distributions de probabilités. Sa technologie est déjà utilisée par plus de 3 000 utilisateurs à travers le monde et est disponible sous forme de solution cloud, sur site et sur du matériel périphérique à faible consommation. www.signaloid.com
Le texte du communiqué issu d’une traduction ne doit d’aucune manière être considéré comme officiel. La seule version du communiqué qui fasse foi est celle du communiqué dans sa langue d’origine. La traduction devra toujours être confrontée au texte source, qui fera jurisprudence.
Consultez la version source sur businesswire.com : https://www.businesswire.com/news/home/20260912734136/fr/