Настоящая статья открывает небольшой цикл публикаций, посвященных программированию на OpenCL, или Open Computing Language. Платформа MetaTrader 5 в ее текущем воплощении до подключения OpenCL не позволяла напрямую, т.е. нативно, использовать преимущества многоядерных процессоров для ускорения вычислений. В разделе "Статьи", правда, еще полтора...
Single thread: the value of PI is3.141592653590
Single thread: calculated in7.382561 seconds
OpenCL not found. Error code=5100
OpenCL initialization failed with 5100
Перед тем как приступить к изучению торговых функций платформы, необходимо создать четкое представление об основных терминах: ордер, сделка и позиция: Ордер – это распоряжение брокерской компании купить или продать финансовый инструмент. Различают два основных типа ордеров: рыночный и отложенный. Помимо них существуют специальные ордера Тейк...
你是如何对代码的OpenCL部分进行调试的？
Renat，请提供一个OpenCL有优势的情况的大概清单，当处理大量的数组或在一个EA中有大量的符号和指标时。
如果你能在没有交联的情况下建立起数以百万计的阵列，并且可以进行并行分析，你就可以加快速度。
一般来说，任何人只要解决并理解其任务的局限性，就会很容易回答他或她的问题。只要没有对极限的理解（而且只有梦想 "如果"），不断地与正在解决的任务拉扯，并行主义仍然只是一个很酷的想法。
不幸的是，大多数任务不能有效地并行化。
如果你能建立数以百万计的没有交叉链接的阵列，并且可以并行分析，你就可以加快速度。
一般来说，一个能解决并理解其任务限制的 人，会很容易回答他的问题。只要没有对极限的理解（而且只有梦想 "如果"），不断有撕裂的任务被解决，并行主义仍然只是一个很酷的想法。
不幸的是，大多数任务不能有效地并行化。
我记得有一个事实，即在计算中存在伴随的时刻，这就是为什么在我的脑海中出现了这个问题
通过运行和解吸的结果。
有没有可能在OpenCL代码里面放一个引子？
粗略的说，关于OpenCL
你可以想象，有一个处理器有大的（向量）寄存器，单个的N个双值可以写入其中（例如，让N=64，那么64个值可以写入寄存器中）。
这样的寄存器可以彼此相加、相乘等，事实证明，对于一个命令，你可以对N个变量执行操作。
但也有局限性。
不可能对一个寄存器中的值进行操作，例如，不可能将一个寄存器中的一部分值添加到它们之间。
在频率上，这种处理器比一般的CPU要差很多，因此在需要连续处理一个数值的任务中使用它没有意义。
除了频率较低外，还有一个内存限制，数值只能从特殊内存中加载和卸载。
从RAM中复制数据到这个特殊的存储器是可能的，但只能通过一个非常狭窄的（慢）通道。
因此，需要处理大量数据的任务也不太适合使用OpenCL
有没有可能在OpenCL代码里面放一个引子？
在外面。
让我们跳过讲课环节。你只需接受并阅读我们和互联网上关于OpenCL的所有创建和详细描述。
OpenCL 搜索。
实际上，非常有趣的是，"opencl交易 "在谷歌上被搜索到 了很多来自我们资源的东西。
下面是Python 3.8和MQL5在单线程/OpenCL模式下的比较：时间以秒为单位，越少越好
Python在JIT模式下通过numba，硬件是这样的。
使用OpenCL的例子非常简单，在其优化方面没有任何花哨的东西。虽然这个任务对于OpenCL来说并不庞大，而且它在准备过程中引发了开销，但它仍然给出了一个更好的结果。
使用OpenCL可以常规地运行非常大的并行计算。进入门槛并不高，只需要一天时间就能搞清楚如何使用。
播放用的文件附在后面。
看来这个在OpenCL中计算PI的问题在7年前就已经解决了。
有没有人有任何需要下载的直接链接？在英特尔，它需要注册。
HH在英特尔GPU的CPU上我要摸索视频适配器的驱动程序，然后安装Intel_OpenCL_driver，再把视频适配器的驱动程序。这样一来，一切都能正常工作，视频也不会变慢。
Vict:
我担心积极使用这一功能会把启动变成一个多分钟的探索。
将不转你可以启用缓存。
下面是Python 3.8和MQL5在单线程/OpenCL模式下的比较：时间以秒为单位，越少越好。
Python在JIT模式下通过numba，硬件是这样的。
在多线程模式下，你在10000个线程中比较CPU与GPU的性能。GPU没有参与到python中。
如果我找到一台有合适显卡的电脑，我将修复Python代码并在这台电脑上测试。 我将尝试在CPU上运行你的代码，我以为需要GPU。
我的目的根本不是要证明谁更快。更有趣的是，我想知道你们整合Python的计划。
你是否计划在python中使用任何交易功能 和tick事件？
不过，GPU似乎是强制性的，"AMD APP SDK "是不能下载的。
粗略的说，关于OpenCL
我们可以想象，有一个处理器有大的（向量）寄存器，我们可以写入单个的N个双值（例如让N=64，那么64个值可以写入寄存器中）。
这样的寄存器可以彼此相加、相乘等，事实证明，对于一条指令，你可以对N个寄存器进行操作。
但也有局限性。
不可能对一个寄存器中的值进行操作，例如，不可能将一个寄存器中的一部分值添加到它们之间。
在频率上，这种处理器比一般的CPU要差很多，因此在需要连续处理一个数值的任务中使用它没有意义。
除了频率较低外，还有一个内存限制，数值只能从特殊内存中加载和卸载。
从RAM中复制数据到这个特殊的存储器是可能的，但只能通过一个非常狭窄的（慢）通道。
因此，需要处理大量数据的任务也不太适合使用OpenCL
在PI计算的例子中没有矢量。它只是将总和分成几个独立的块，并将它们发送到每个OpenCL核心。一切都在最后加起来。
例如，如果没有独立显卡，CPU中有4个物理核心+4个虚拟核心，执行速度将提高8倍。也就是说，大块的和将在每个核心上平行地被计算。