Cash App: Google Cloud でモバイル決済のイノベーションと研究を強化

※この投稿は米国時間 2021 年 2 月 27 日に、Google Cloud blog に投稿されたものの抄訳です。

モバイル決済は、銀行口座を持たないコミュニティにサービスを提供し、e コマースや実店舗における効率的なサービスを強化することで、世界中のより多くの人々に利便性を提供し、恩恵をもたらす機会を創出しています。

Square は、この業界の最前線を走る米国に拠点を置く金融サービス企業であり、決済ソフトウェアやハードウェア製品に特化したサービスを提供しています。

同社は、急成長を遂げている消費者向け金融サービスの Cash App といった、より強力で高度な金融サービス ソリューションの追求を続けています。その中でも、とりわけ大きなイノベーションを起こしているのが Cash App です。2020 年に Square は、人工知能（AI）の調査会社である Dessa を買収しました。これは、既存の Cash App のソリューションを強化して革新的な新しい仕組みを推進し、カスタマー エクスペリエンスの向上を図るとともに金融サービスへのアクセシビリティを高めるためです。

Cash App は Google Cloud の AI と機械学習（ML）のソリューションに加え、NVIDIA のグラフィック プロセッシング ユニット（GPU）を採用し、AI 応用の取り組みに伴う膨大なコンピューティング需要に対応しています。

人工知能のブレイクスルーを起こすための基盤の確立

Dessa は長い間、AI を「バナナ」と呼ばれるものに応用してきました。このプロジェクトは、新たに登場した機械学習テクノロジーを使用してこれまでにない方法で問題を解決し、最終的に実世界に影響を与えるという斬新で野心的なものです。

Dessa は、Square のプラットフォーム インフラストラクチャ エンジニアリング グループが構成し、Square の社内ニーズに合わせて使えるようにした Google Cloud の AI Platform のサービスを使用しました。Square のデータ サイエンティストはこのサービスを活用して、大量のデータを扱う、高い処理能力が必要とされる取り組みを実施しています。Dessa では、長時間のトレーニングやデータ量の要件が伴うディープ ニューラル ネットワーク（DNN）を使用しています。DNN は多くのリソースを消費するため、新しいテストやアイデア創出のしづらさにつながる一方、AI / ML の技術者が時折直面するコンピューティング トレーニングに関する多くの問題の解決に役立ちます。

Cloud Storage により元データや分析データの保存に関連する問題の一部は緩和できたものの、情報が GPU を通過したり、GPU 間を移動したりする速度がネックになっていました。

Dessa のシニア ソフトウェア エンジニアである Kyle De Freitas 氏は、次のように述べています。「Google Cloud は、プロセスに不可欠な管理機能を提供してくれました。NVIDIA A100 Tensor Core GPU を搭載した Compute Engine A2 VM により、処理時間を劇的に短縮し、テストを大幅にスピードアップできる可能性があることがわかりました。Google Cloud の AI Platform で NVIDIA A100 GPU を実行することで、革新を継続し、アイデアを実現してお客様にとって効果の大きいサービスを提供するために必要な基盤を獲得できました。」

NVIDIA はこうしたプロセスのボトルネックの特定に携わり、より大規模なデータセットをテストして新しいモデルをより迅速に展開できる A100 を実装しました。NVIDIA A100 GPU は、新精度の TF32、複数インスタンス GPU（MIG）機能、構造的スパース性の加速化のサポート機能に加え、前世代と比較して 20 倍のコンピューティング容量を提供します。

Google Cloud AI と NVIDIA により、主要な ML 処理ワークフローを完了させるのにかかる処理時間を約 66% 改善することができました。

また NVIDIA は、ML エンジニアのスキルアップ、ボトルネックの解消、リアルタイムでの課題の解決を目的としたデベロッパー サポートも Dessa に提供しています。NVIDIA のデベロッパー サポート、GPU、Google Cloud 上の AI Platform により、お客様に提供する Cash App サービスのスピードと品質が向上しました。

たとえば、Dessa は通常 2 テラバイトのデータを処理し、1 つのエポックのトレーニングを完了する、または ML アルゴリズムが完了したデータセットの合計パスを終わらせるのに約 6 時間かかります。これが今では、2 時間以内に 7 テラバイトのデータの処理を完了できるようになりました。Dessa は一度に 10 から 20 のエポックを実行しますが、その中には 3 億 5 千万個のパラメータを使用したトレーニングも含まれています。こうした事実を考慮すると、NVIDIA A100 により 10 倍の高速化を実現できたことがいかに重要かがわかります。

De Freitas 氏は次のように述べています。「NVIDIA GPU と AI Platform は、データやそれに関連して必要となる容量に応じてスケールアップできるところに価値があります。また、Dataflow はイベントデータをリアルタイムで活用するためのスピードを提供してくれます。」

Cash App への AI のさらなる組み込み

Cash App の AI / ML 機能を成熟させるために尽力したことで、このサービスを利用するコミュニティに真の変化をもたらす力を強化できました。

「当社は、高度な ML テクノロジーをとおして、安全で包括的かつ追跡可能な方法でリソースを共有する機能など、コミュニティ全体に経済的支援を提供することに焦点を当てています。」と De Freitas 氏は述べています。

Dessa によるテストとイノベーションを通じて、Cash App と Square は一般のユーザーが AI を活用して金銭面でより適切な意思決定が行えるようにするため、パーソナライズされたサービスやスマートなツールを作成する取り組みをさらに進めています。

-Google Cloud 金融サービス ソリューション リード Christin Brown