신칸센을 타려고 했던 중국인들처럼 보이는 사람들도 있다. 마음에 드셨나요? - "아니요, cherztsur bisro - nizya ryasmatret pizyazya!" .
Mathemat :
joo 에게 물어보는 것이 가장 좋을 것 같습니다. 그는 실시간으로 신경망을 가르치는 것을 좋아합니다.
여기에 다른 컴파일러를 사용하여 신경망의 성능 테스트를 게시했습니다. 곧 다른 테스트 예제인 GPU 계산을 게시할 예정입니다.
수학 : 자, 이제 주씨 에게 "여러가지 헛소리를 국회에 던진다"고 말해보세요...
당신은 또한 헛소리를 버릴 수 있습니다. 많은 경우, 특히 실험을 할 때 미리 알 수 없기 때문에 무엇이 넌센스이고 무엇이 넌센스가 아닌지 이해하는 것이 훨씬 빠를 것입니다. 또한 그리드 계산 속도가 증가함에 따라 입력 신호의 차원을 증가시키는 것이 가능하게 되었으며 이는 다중 통화 분석의 문을 여는 "sizam"입니다.
또한 옵션을 거래하는 사람들은 많은 옵션을 분석하고 가장 유망한 옵션을 선택하기 위해 얼마나 큰 계산이 필요한지 알고 있습니다. 여기에도 "sizam"이 있습니다.
글쎄, 실시간 신경망 학습에 대해. 실제로 살고 발전하는 "살아있는" 인구를 조직하는 것이 가능합니다. 각 막대에서 추가 훈련을 다시 계산하기 위해... 음, 각 막대에서가 아닐 수도 있지만 몇 번 후에는 엄청난 계산이 필요합니다.
여기에 또 다른 문제가 있습니다. 비디오 카드가 한 번에 처리할 수 있는 정보의 양입니다. 그러나 가까운 장래에이 문제가 사라질 것이라고 생각합니다.
젠장, "우주선이 ... 대극장을 쟁기질"하는 동안 진보에 반대하고 모든 프로세서 칩 제조업체가 다중 스레드 컴퓨팅에 대해 그토록 우려하는 이유를 이해하지 못하는 사람들이 있습니다. 사실, 2년 전에는 명백하지 않고 감지할 수 없었습니다. 곧 제 신청서를 서비스 데스크에 제출한 지 2년이 될 것입니다.
그런 다음 CUDA에 집중했습니다. 그러나 OpenCL이 철에 독립적이고 MQ 개발자가 올바른 선택을 했기 때문에 OpenCL이 더 유망하다는 것이 완전히 분명해졌습니다.
그리고 이제 드디어 신청완료!
응용 프로그램에서 추출, 응용 분야의 예:
Сегодня все знают, от новичков в программировании до профессионалов, что за параллельными вычислениями будущее программного обеспечения. И я знаю, что компания MetaQuotes Software Corp делает очень много для своих продуктов в этом направлении - это и многопоточность программ MQL5, и принцип удаленных агентов для распределённых вычислений при оптимизации.
Но существует и ещё одна возможность колоссально ускорить вычисления - это расчеты на GPU. Года 1.5-3 назад, расчеты на GPU использовались только для отрисовки графики в играх и мультимедийных приложениях, но сейчас положение в индустрии поменялось кардинально, расчеты на GPU используются везде, от молекулярного моделирования до тяжелейших инженерных расчетов в газо- и гидродинамики.
Вот далеко не полный список приложений, ускоряющихся с помощью архитектуры для параллельных вычислений:
별도의 비디오 카드가 전혀 없습니다!(아니요, 거짓말이 아닙니다. 시스템 관리자가 직접 조립했기 때문입니다.)즉, GPU는 HD Graphics 2000도 아닌 Intel HD Graphics입니다.
다음은 다음과 같습니다.
1. 통합 그래픽 CPU Sandy Bridge는 여전히 OpenCL을 지원합니다. 그리고 어떤 이유에서인지 인텔은 Ivy Bridge가 포함된 통합 그래픽에서 OpenCL만 지원할 것이라고 생각했습니다...
2. 그리고 그렇게 약하지도 않습니다 - 이 작업에서 GeForce GT 440 수준에서...
추가 정보:
1. 마더보드 - MSI H61M-P21. 예산, 1 월 말에 1600 루블을 가져갔습니다. 메모리 - 2 x 4GB DDRIII 1333. 다른 것은 없습니다.
2. 이 스레드의 첫 번째 게시물 에 있는 링크에서 AMD SDK를 다운로드했습니다. 그리고 OpenCL-Z 유틸리티가 아무 것도 보고 싶지 않았기 때문에 다운로드했습니다. 아마도 OpenCL이 일어났을 것입니다.
AlexEro: 다음은 AMD의 개발자용 SDK 소프트웨어 패키지(CPU용 드라이버 포함)입니다(Vista-Win7용으로 명시되어 있지만 WinXP에서도 작동한다고 명시되어 있습니다. 비디오 가속기 카드가 없으면 중앙에서 성공적으로 작동합니다. 프로세서 및 또한 AMD뿐만 아니라 Intel의 모든 SSE 프로세서에서):
동료 여러분, OpenCL을 사용하면 이해할 수 없는 상황과 재갈이 많이 생길 것입니다. 쉬운 결과를 기대하지 마십시오.
그들 중 일부는 이미 mql5 포럼에서 구워졌습니다.
OpenCL은 비디오 드라이버에 매달린 소프트웨어 기술이기 때문에 연결을 위한 많은 옵션이 있습니다. 실제로 비디오 드라이버는 작은 운영 체제로 바뀝니다. UltraVNC, MSI Afterbufner, Agnitum OutPost 웹 제어 대화형 및 기타 수천 개의 프로그램과 같은 모든 것이 OpenCL의 정상적인 작동을 방해할 수 있습니다.
동시에 간단한 스트리밍 계산을 위해 OpenCL이 작동하도록 관리하더라도 극복할 수 없는 장애물이 하나 더 남아 있습니다. 게임 카드) GPU 정확도는 여전히 진지한 과학적 계산에 충분하지 않습니다. 또한 nVidia GPU가 거의 모든 최신 비디오 카드에서 배정밀도 64비트 처리를 지원하는 경우 AMD 비디오 카드에서는 일부 상위 시리즈(79xx, 69xx, 59xx, 48xx) 에서만 사용할 수 있습니다 . nVidia에도 단점이 있지만 또 다른 단점이 있습니다. 그들은 Microsoft와 같은 갱단에 속해 있기 때문에 악명 높은 CUDA(및 OpenCL)는 예를 들어 Server 2003에서 실제로 작동하지 않지만 Server 2008에서는 잘 작동합니다. 이전 Win XP - 순전히 Microsoft 고려 사항을 마케팅하기 위한 것입니다. 또한 nVidia는 비디오 카드 오류, 그래픽 메모리 오류, 가열 시 정확도 손실(게임에서는 문제가 아니라 금융 및 과학 컴퓨팅에서는 문제임)의 문제를 인식하고 있으므로 신뢰할 수 있는 ECC(메모리 및 "생산" 모드에서 하루 24시간 작동하는 기능)를 갖춘 REAL Tesla 시리즈 지불 카드는 가격이 4배 이상입니다.
OpenCL은 컨볼루션, 필터링 또는 렌더링과 같은 부정확한 32비트 계산을 빠르게 스트리밍하기 위한 것입니다.
아, 이름 그대로 다운 시프팅에 끌리십니까?
당신은 주제를 이해합니까?
아니요. 나는 운전을 하지 않았고, 운전하지도 않았고 할 생각도 없습니다.
그러나 물론 나는 VAZ가 우리 지역에서 더 나을 수도 있다고 들었습니다.
신칸센을 타려고 했던 중국인들처럼 보이는 사람들도 있다. 마음에 드셨나요? - "아니요, cherztsur bisro - nizya ryasmatret pizyazya!" .
Mathemat :
joo 에게 물어보는 것이 가장 좋을 것 같습니다. 그는 실시간으로 신경망을 가르치는 것을 좋아합니다.
여기에 다른 컴파일러를 사용하여 신경망의 성능 테스트를 게시했습니다. 곧 다른 테스트 예제인 GPU 계산을 게시할 예정입니다.
수학 :
자, 이제 주씨 에게 "여러가지 헛소리를 국회에 던진다"고 말해보세요...
당신은 또한 헛소리를 버릴 수 있습니다. 많은 경우, 특히 실험을 할 때 미리 알 수 없기 때문에 무엇이 넌센스이고 무엇이 넌센스가 아닌지 이해하는 것이 훨씬 빠를 것입니다. 또한 그리드 계산 속도가 증가함에 따라 입력 신호의 차원을 증가시키는 것이 가능하게 되었으며 이는 다중 통화 분석의 문을 여는 "sizam"입니다.
또한 옵션을 거래하는 사람들은 많은 옵션을 분석하고 가장 유망한 옵션을 선택하기 위해 얼마나 큰 계산이 필요한지 알고 있습니다. 여기에도 "sizam"이 있습니다.
글쎄, 실시간 신경망 학습에 대해. 실제로 살고 발전하는 "살아있는" 인구를 조직하는 것이 가능합니다. 각 막대에서 추가 훈련을 다시 계산하기 위해... 음, 각 막대에서가 아닐 수도 있지만 몇 번 후에는 엄청난 계산이 필요합니다.
여기에 또 다른 문제가 있습니다. 비디오 카드가 한 번에 처리할 수 있는 정보의 양입니다. 그러나 가까운 장래에이 문제가 사라질 것이라고 생각합니다.
젠장, "우주선이 ... 대극장을 쟁기질"하는 동안 진보에 반대하고 모든 프로세서 칩 제조업체가 다중 스레드 컴퓨팅에 대해 그토록 우려하는 이유를 이해하지 못하는 사람들이 있습니다. 사실, 2년 전에는 명백하지 않고 감지할 수 없었습니다. 곧 제 신청서를 서비스 데스크에 제출한 지 2년이 될 것입니다.
MT5+CUDA
그런 다음 CUDA에 집중했습니다. 그러나 OpenCL이 철에 독립적이고 MQ 개발자가 올바른 선택을 했기 때문에 OpenCL이 더 유망하다는 것이 완전히 분명해졌습니다.
그리고 이제 드디어 신청완료!
응용 프로그램에서 추출, 응용 분야의 예:
Сегодня все знают, от новичков в программировании до профессионалов, что за параллельными вычислениями будущее программного обеспечения. И я знаю, что компания MetaQuotes Software Corp делает очень много для своих продуктов в этом направлении - это и многопоточность программ MQL5, и принцип удаленных агентов для распределённых вычислений при оптимизации.
Но существует и ещё одна возможность колоссально ускорить вычисления - это расчеты на GPU. Года 1.5-3 назад, расчеты на GPU использовались только для отрисовки графики в играх и мультимедийных приложениях, но сейчас положение в индустрии поменялось кардинально, расчеты на GPU используются везде, от молекулярного моделирования до тяжелейших инженерных расчетов в газо- и гидродинамики.
Вот далеко не полный список приложений, ускоряющихся с помощью архитектуры для параллельных вычислений:
RealityServer
Ikena: Imagery Analysis and Video Forensics
Signal Processing Library: GPU VSIPL
IDL and MATLAB Acceleration: GPULib
GIS: Manifold
MATLAB GPU Computing: MathWorks
MATLAB Plugin: Accelereyes
OpenMM library for accelerating molecular dynamics on GPUs
GROMACS using OpenMM
NAMD molecular dynamics
VMD visualization of molecular dynamics
HOOMD molecular dynamics
Acellera: ACEMD bio-molecular dynamics package
BigDFT: DFT (Density functional theory) electronic structure code
MDGPU
GPUGrid.net
MATLAB GPU Computing: MathWorks
MATLAB plugin: Accelereyes
GPU HMMER
DNA Sequence alignment: MUMmerGPU
LISSOM: model of human neocortex using CUDA
Silicon Informatics: AutoDock
MATLAB plugin: Accelereyes
Реализация FDTD алгоритмов от Acceleware
Решения в области электромагнетизма от Acceleware
Remcom XStream FDTD
SPEAG Semcad X
CST Microwave Studio
Quantum electrodynamics library
GPMAD : Particle beam dynamics simulator
RealityServer
GPULib:IDL acceleration
Acceleware: решения для работы с изображениями
Digisens: SnapCT tomographic reconstruction software
Techniscan: Whole Breast Ultrasound Imaging System
NVPP: NVIDIA Performance Primitives (early access)
MATLAB GPU Computing: MathWorks
MATLAB plugin: Accelereyes
RealityServer
Acceleware: Kirchoff and Reverse Time Migration
SeismicCity: 3D seismic imaging for prestack depth migration
OpenGeoSolutions: Spectral decomposition and inversion
Mercury Computer systems: 3D data visualization
ffA: 3D Seismic processing software
Headwave: Prestack data processing
GIS: Manifold
MATLAB GPU Computing: MathWorks
MATLAB plugin: Accelereyes
SciComp: derivatives pricing
Hanweck: options pricing
Exegy: Risk Analysis
Aqumin: 3D Visualization of market data
Level 3 Finance
OnEye (Australia): Accelerated Trading Solutions
Arbitragis Trading
Enabling GPU Computing in the R Statistical Environment
MATLAB GPU Computing: MathWorks
MATLAB plugin: Accelereyes
CUDA-ускорение для MATLAB
-
Accelereyes: Jacket engine for MATLAB- GPULib: mathematical functions for IDL and MATLAB
- Integrating Simulink with CUDA using S-functions
Enabling GPU Computing in the R Statistical Environment
Mathematica plug-in for CUDA
Using NVIDIA GPUs with National Instruments LabView
Agilent EESof: ADS SPICE simulator
Synopsys: Sentaraus TCAD
Gauda: Optical proximity correction (OPC)
CUDA-accelerated WRF code
Pflow CUDA Plugin for Autodesk 3ds Max
RUINS Shatter CUDA Plug-in for Maya
Bullet 3D Multi-Physics Library with CUDA Support
CUDA Voxel Rendering Engine
NVPP: NVIDIA Performance Primitives (early access) Volume Rendering with CUDA for VTK / Slicer3
Furryball: Direct3D GPU Rendering Plugin for Maya
For consumer CUDA applications, visit NZone
응용 프로그램에서 추출, 응용 분야의 예:
예, Andrey , 당신은 진지하게 준비되었습니다. 존경합니다! 트렌드를 조기에 포착한 MetaQuotes에 감사드립니다!
예, Andrey , 당신은 진지하게 준비되었습니다. 존경합니다! 트렌드를 조기에 포착한 MetaQuotes에 감사드립니다!
감사합니다, Alexey , 하지만 저는 사실 그 일과 아무 관련이 없습니다.
그러나 MetaQuotes 는 정말로 존경합니다! - 우리는 GPU 컴퓨팅을 지원하는 세계 최초의 거래 플랫폼의 탄생을 목격하고 있습니다!
5개의 포럼에서 복사하겠습니다. 아마도 다음과 같습니다.
Mathemat:
프로세서 - Pentium G840 @ 2.8GHz.
별도의 비디오 카드가 전혀 없습니다! (아니요, 거짓말이 아닙니다. 시스템 관리자가 직접 조립했기 때문입니다.) 즉, GPU는 HD Graphics 2000도 아닌 Intel HD Graphics입니다.
다음은 다음과 같습니다.
1. 통합 그래픽 CPU Sandy Bridge는 여전히 OpenCL을 지원합니다. 그리고 어떤 이유에서인지 인텔은 Ivy Bridge가 포함된 통합 그래픽에서 OpenCL만 지원할 것이라고 생각했습니다...
2. 그리고 그렇게 약하지도 않습니다 - 이 작업에서 GeForce GT 440 수준에서...
추가 정보:
1. 마더보드 - MSI H61M-P21. 예산, 1 월 말에 1600 루블을 가져갔습니다. 메모리 - 2 x 4GB DDRIII 1333. 다른 것은 없습니다.
2. 이 스레드의 첫 번째 게시물 에 있는 링크에서 AMD SDK를 다운로드했습니다. 그리고 OpenCL-Z 유틸리티가 아무 것도 보고 싶지 않았기 때문에 다운로드했습니다. 아마도 OpenCL이 일어났을 것입니다.
AlexEro: 다음은 AMD의 개발자용 SDK 소프트웨어 패키지(CPU용 드라이버 포함)입니다(Vista-Win7용으로 명시되어 있지만 WinXP에서도 작동한다고 명시되어 있습니다. 비디오 가속기 카드가 없으면 중앙에서 성공적으로 작동합니다. 프로세서 및 또한 AMD뿐만 아니라 Intel의 모든 SSE 프로세서에서):
http://developer.amd.com/sdks/AMDAPPSDK/downloads/Pages/default.aspx
이것은 CPU를 위한 소프트웨어 구현입니다. 글쎄요, 그것은 아주 잘 작동합니다 - 특히 Intel 통합의 "약점"을 고려할 때... 오, 베이비 AMD, 경쟁사의 스톤을 위한 좋은 드라이버를 만듭니다!
____________________________________________________________________________
MetaDriver 'a의 게시물(스크립트가 있음)부터 여기 를 살펴보세요. 개별 몬스터 테스트는 이 작업에서 최대 200배의 속도 향상을 보여줍니다. 하지만 25도 나쁘지 않죠?
Mathemat :
...
MetaDriver 'a의 게시물(스크립트가 있음)부터 여기 를 살펴보세요. 개별 몬스터 테스트는 이 작업에서 최대 200배의 속도 향상을 보여줍니다. 하지만 25도 나쁘지 않죠?
그리고 왜
그리고
드라이버 버전 때문에?
동료 여러분, OpenCL을 사용하면 이해할 수 없는 상황과 재갈이 많이 생길 것입니다. 쉬운 결과를 기대하지 마십시오.
그들 중 일부는 이미 mql5 포럼에서 구워졌습니다.
OpenCL은 비디오 드라이버에 매달린 소프트웨어 기술이기 때문에 연결을 위한 많은 옵션이 있습니다. 실제로 비디오 드라이버는 작은 운영 체제로 바뀝니다. UltraVNC, MSI Afterbufner, Agnitum OutPost 웹 제어 대화형 및 기타 수천 개의 프로그램과 같은 모든 것이 OpenCL의 정상적인 작동을 방해할 수 있습니다.
동시에 간단한 스트리밍 계산을 위해 OpenCL 이 작동하도록 관리하더라도 극복할 수 없는 장애물이 하나 더 남아 있습니다. 게임 카드) GPU 정확도는 여전히 진지한 과학적 계산에 충분하지 않습니다. 또한 nVidia GPU가 거의 모든 최신 비디오 카드에서 배정밀도 64비트 처리를 지원하는 경우 AMD 비디오 카드에서는 일부 상위 시리즈(79xx, 69xx, 59xx, 48xx) 에서만 사용할 수 있습니다 . nVidia에도 단점이 있지만 또 다른 단점이 있습니다. 그들은 Microsoft와 같은 갱단에 속해 있기 때문에 악명 높은 CUDA(및 OpenCL)는 예를 들어 Server 2003에서 실제로 작동하지 않지만 Server 2008에서는 잘 작동합니다. 이전 Win XP - 순전히 Microsoft 고려 사항을 마케팅하기 위한 것입니다. 또한 nVidia는 비디오 카드 오류, 그래픽 메모리 오류, 가열 시 정확도 손실(게임에서는 문제가 아니라 금융 및 과학 컴퓨팅에서는 문제임)의 문제를 인식하고 있으므로 신뢰할 수 있는 ECC(메모리 및 "생산" 모드에서 하루 24시간 작동하는 기능)를 갖춘 REAL Tesla 시리즈 지불 카드는 가격이 4배 이상입니다.
OpenCL은 컨볼루션, 필터링 또는 렌더링과 같은 부정확한 32비트 계산을 빠르게 스트리밍하기 위한 것입니다.