OpenCL：真正的挑战
关于OpenCL的话题很多，但引用的任务与交易相差太远。
那么，OpenCL能给交易者带来什么？
你能接受的，那就是它能给予的。
是的，我还没有研究过OpenCL，所以我想学习并弄清要点。
我今天会破例一次（我心情很好）。 然而，在初始阶段，由于明显的滑坡，我可能会忽略 "婴儿谈话"，只回答关于编程的具体问题，只要他们不是太笨。
1.这是一个独立的程序，接收输入和输出数据，不是吗？因此，MQL根本没有任何互动？
在内核操作期间，没有任何交互，交互与函数调用的情况类似。1、设置初始参数，2、运行计算，3、获取结果
2.如果你只想得到确认是否存在匹配，是否值得将数组搜索引入OpenCL？
我不知道，这取决于手头的任务。也许你不必如此。或者你应该这样做，你知道心灵感应俱乐部在哪里吗？:)
3.在优化过程中，每个线程都要做自己的OpenCL初始化，而且没有办法连接到活动线程？
我没有试过在优化器中运行它，但如果几个调用相互重叠（我在做的是同时启动几个OpenCL指标和专家顾问），它当然会变慢。
// 它不需要从天花板上获取资源，对吗？
如果显卡的内存过载（例如，如果几个进程试图在显卡内存中并行加载阵列，超过了内存容量），那么你可以 "破坏驱动"--得到显卡和驱动的完全重启（重置），然后出现驱动崩溃的信息。 至少这种情况反复发生在我的显卡/驱动上。这不会导致不可逆的损害，但导致崩溃的程序通常是挂起的（它们必须重新启动）。以前也有终端挂机的案例，但最近没有。
// 然而，我已经很久没有用不谦虚的内存查询来 "撕扯 "司机了，我已经找到了 "奢侈的极限 "大约。:)
这很简单：你把一个接近于交易的任务（例如，分析报价历史），并试图用OpenCL来解决它。经过几次不成功的尝试，进一步阅读文献和新的尝试，它将会成功，我保证。但条件是，你必须能够消化英文文献，并有一点毅力，以及最低限度的头脑。
OpenCL驱动已经为显卡和处理器上的仿真进行了相当好的优化（在后一种情况下，英特尔处理器可能更强大）。所以你必须努力尝试，最后根本没有得到任何积极的结果。
那么，OpenCL能给交易者带来什么？
伙计们，谁在施展魔法？是否有可能将线性方程组的解转移到OpenCL上？系统的规模可能真的很大，而且还有其他细微差别。
这是一个很好的PDF，可以回答你的问题。
尼古拉，谢谢你的回应。没有CUDA，也没有代码。
哦，我还忘了说一件事--矩阵的构建比它的解法需要更多的时间:)所以我可能需要将它并行化。
什么是源数据？//格式、数据结构
我的意思是，我们用什么来建立矩阵？ 一堆缓冲区？ 一棵树？来自[...]？
- www.mql5.com
尼古拉，谢谢你的回应。没有CUDA，也没有代码。
哦，我还忘了一件事--矩阵的构建比解决它需要更多的时间:)，所以可能需要平行构建。
我指的是计划，而不是实施。当然，CUDA是不同的，但一般方案是相同的。
我同意弗拉基米尔的观点，你没有提供足够的信息来帮助你。
我想不会有其他人加入，所以如果你不想公开，你可以私下问任何一位主持人。
我的意思是，我们用什么来建立矩阵？ 一堆缓冲区？ 一棵树？来自[...]？
粗略地说，有一个巨大维度的空间（10-1000甚至更多），对于它，我们需要解决MNC问题。
解决ANM问题的方法可归结为
(1) 构建导数的方程式
(2) 通过求解(1)中得出的方程组来实现
现在（1）占据了大部分的解决时间。维度越大，分数就越大。
并行算法只有两个特点，使其比顺序算法更具优势。
它们是梳理算法，每个齿都拿着它的线，沿着整个长度拉动。
还有金字塔的滚动/展开。揭开包装的情况比较少见，大多是卷曲的。
如果问题陈述不包括任何这些特征，并行求解器就不会有优势，更多的时候会因为内存加载的成本而变得更慢。
关于OpenCL的话题很多，但引用的任务与交易相差太远。
那么，OpenCL能给交易者带来什么？
是的，我还没有研究过OpenCL，所以我想学习并弄清要点。