Renat : 당신은 관심 있는 모든 사람들이 이미 알고 있는 이론을 다시 말하고 있습니다.
현실은 일반적인 작업에서 cpu가 요소의 조합 측면에서 더 빠릅니다. 이제 명확해졌습니다. Silver Bullet GPU는 절대적으로 목표에 도달하지 못합니다.
GPU 개발 결과를 너무 성급하게 일반화한 것 같아요. 결국 포럼은 "일반 작업" 이 아니라 거래 터미널의 일부로 복잡한 수치 알고리즘의 최적화 및 테스트 속도 를 높이는 데 관심이 있는 사람들이 읽습니다.
당신은 Renat입니다, 당신은 때때로 당신의 의견과 약간의 불일치에 너무 초조하게 반응합니다 .....
그러나 MT4 터미널이 비디오 카드로 작업하면서 거래 시스템에 대한 최적을 빠르고 침착하게 찾고 같은 컴퓨터에서 침착하게 다른 모든 작업을 수행하는 방법 을 보는 것은 매우 기쁩니다 . 그러나 다중 스레드 모드에서도 호스트 프로세서에서 수행하면 훨씬 더 길고 비용이 많이 듭니다. 또한, 예를 들어 3-4개의 비디오 카드가 있는 경우 거의 눈치채지 않고 4개의 터미널을 실행하고 4개의 통화 쌍을 동시에 최적화할 수 있습니다.
훌륭한 개발 도구를 제공한 Metatrader 4 개발자들에게 깊은 감사를 드립니다.
특히 MQL4에서 클래식 C로 또는 그 반대로 프로그램을 이식할 수 있다는 점에서 가치가 있습니다. 이것은 많은 시간을 절약합니다.
또 다른 가치는 불필요한 복잡함과 넌센스 없이 터미널 내부의 DLL과의 MQL4 인터페이스의 순수성입니다. 이것이 없으면 CUDA 프로그램의 개발은 매우 어려울 것입니다.
그는 OOP 스타일의 작업을 CUDA GPU로 옮겼습니다. 2010년에 이 사업을 시작하다가 잠시 쉬다가 2011년부터 2014년 여름까지 워킹 버전 0.3까지 만들었습니다. 그는 100X ... 137X 배 의 가속을 달성했습니다. 이것은 복잡한 알고리즘에 있으며 어렵습니다.
이 작업은 C ++의 QuantLib 라이브러리를 사용했으며, 그 자신도 인정하듯 이 "OOP ->-> 절차적 접근" 경로를 따라 재작업해야 했습니다. 모두 CUDA GPU에서 작동하도록 하기 위해서입니다.
그는 다음과 같이 쓰고 있습니다.
"저는 초기 운동 기능을 위해 최소 제곱을 사용하여 GPU에서 LMM을 사용하여 IRD의 Monte Carlo 가격 책정을 구현했습니다.
C++ 및 CUDA 모두에서 kooderive.sourceforge.net에서 코드를 얻을 수 있습니다. 종이는 .....
이전에 C++에 사용했던 것과는 완전히 다른 코드를 CUDA에 사용했습니다. 본질적으로 저는 데이터를 중심 개념으로 취급하고 코드를 사용하여 데이터를 처리합니다. 스타일은 매우 기능적입니다. 이전의 C++ 구현이 객체 지향적이었기 때문에 많은 작업이 필요했습니다."
당신은 관심 있는 모든 사람들이 이미 알고 있는 이론을 다시 말하고 있습니다.
GPU 개발 결과를 너무 성급하게 일반화한 것 같아요. 결국 포럼은 "일반 작업" 이 아니라 거래 터미널의 일부로 복잡한 수치 알고리즘의 최적화 및 테스트 속도 를 높이는 데 관심이 있는 사람들이 읽습니다.
당신은 Renat입니다, 당신은 때때로 당신의 의견과 약간의 불일치에 너무 초조하게 반응합니다 .....
그러나 MT4 터미널이 비디오 카드로 작업하면서 거래 시스템에 대한 최적을 빠르고 침착하게 찾고 같은 컴퓨터에서 침착하게 다른 모든 작업을 수행하는 방법 을 보는 것은 매우 기쁩니다 . 그러나 다중 스레드 모드에서도 호스트 프로세서에서 수행하면 훨씬 더 길고 비용이 많이 듭니다. 또한, 예를 들어 3-4개의 비디오 카드가 있는 경우 거의 눈치채지 않고 4개의 터미널을 실행하고 4개의 통화 쌍을 동시에 최적화할 수 있습니다.
훌륭한 개발 도구를 제공한 Metatrader 4 개발자들에게 깊은 감사를 드립니다.
특히 MQL4에서 클래식 C로 또는 그 반대로 프로그램을 이식할 수 있다는 점에서 가치가 있습니다. 이것은 많은 시간을 절약합니다.
또 다른 가치는 불필요한 복잡함과 넌센스 없이 터미널 내부의 DLL과의 MQL4 인터페이스의 순수성입니다. 이것이 없으면 CUDA 프로그램의 개발은 매우 어려울 것입니다.
(인색한 남자의 눈물을 닦으며) ....
... 그래서 저는 지난 몇 년 동안 저를 여러 번 차단한 이 포럼의 모든 중재자를 용서합니다.
나는 모든 사람을 용서합니다.
MT5 사용 - opencl은 기본입니다.
AlexEro는 확인했지만 AlexEros는 확인하지 않았습니다.
다시 시도하세요. 차단이 해제되었습니다.
AlexEro는 확인했지만 AlexEros는 확인하지 않았습니다.
다시 시도하세요. 차단이 해제되었습니다.
거래(파생상품)에 GPU 가속을 사용하는 예.
금융 수학, 특히 파생 상품 및 페어 옵션 거래에 관한 책으로 유명한 Mark Joshi는 수행한 작업에 대해 다음과 같이 보고했습니다.
http://ssrn.com/abstract=2388415
그는 OOP 스타일의 작업을 CUDA GPU로 옮겼습니다. 2010년에 이 사업을 시작하다가 잠시 쉬다가 2011년부터 2014년 여름까지 워킹 버전 0.3까지 만들었습니다. 그는 100X ... 137X 배 의 가속을 달성했습니다. 이것은 복잡한 알고리즘에 있으며 어렵습니다.
이 작업은 C ++의 QuantLib 라이브러리를 사용했으며, 그 자신도 인정하듯 이 "OOP ->-> 절차적 접근" 경로를 따라 재작업해야 했습니다. 모두 CUDA GPU에서 작동하도록 하기 위해서입니다.
그는 다음과 같이 쓰고 있습니다.
"저는 초기 운동 기능을 위해 최소 제곱을 사용하여 GPU에서 LMM을 사용하여 IRD의 Monte Carlo 가격 책정을 구현했습니다.
C++ 및 CUDA 모두에서 kooderive.sourceforge.net에서 코드를 얻을 수 있습니다. 종이는 .....
이전에 C++에 사용했던 것과는 완전히 다른 코드를 CUDA에 사용했습니다. 본질적으로 저는 데이터를 중심 개념으로 취급하고 코드를 사용하여 데이터를 처리합니다. 스타일은 매우 기능적입니다. 이전의 C++ 구현이 객체 지향적이었기 때문에 많은 작업이 필요했습니다."
자신의 오픈 소스 프로젝트:
http://sourceforge.net/projects/kooderive/