OpenCl和它的工具。评论和印象。 - 页 10

新评论
 
tara:

谢谢你，我看到了。伸出我的手。我明天会读它。
也请看这篇文章：按给定的魔法数字计算总头寸量的最佳方法。它也会派上用场。
 
tol64:
也请看这篇文章：通过一个给定的神奇数字计算总头寸量的最佳方法。这也将是非常有用的。


谢谢，我会看看的。

没有所谓的最佳方法。抱歉 :)

 
tara:


谢谢，我会看看的。

没有所谓的最佳方法。抱歉 :)

不要道歉。这都是相对的。:)
 

关于硬件的重要说明，这里的OpenCL的PCI-E总线速度。

https://www.mql5.com/ru/forum/6042/page6


这里有很多关于CUDA的视频资料。

http://developer.download.nvidia.com/compute/cuda/docs/GTC09Materials.htm

http://developer.download.nvidia.com/compute/cuda/docs/GTC_2010_Archives.htm

在这些堆积如山的东西中，对于理解CUDA和OpenCL的编程变化来说，最简单也是最重要的是一个鲜为人知的CUDA领导人的视频讲座

杰森-桑德斯

编号为

GTC 2010 - 2131

(...找不到视频的直接链接，英文PDF大纲在网上很容易搜索到......发现）。

http://us.download.nvidia.com/downloads/GTC_Videos/flvs/2131_GTC2010.mp4

http://us.download.nvidia.com/downloads/GTC_Videos/flvs/2131_GTC2010.flv

http://www.nvidia.com/content/GTC-2010/pdfs/2131_GTC2010.pdf

以下是俄文摘要

http://sporgalka.blogspot.com/2011/10/cuda.html

 
这都是关于库达的。 但从原则上讲，编程技术或多或少是可以折叠的。似乎没有什么可怕的东西在眼前。谢谢你。
 
是的，你可以潜入优化中，永远不出来。
 
TheXpert:
是的，你可以潜入优化中，永远不出来。


我很想一头扎进所有这些优化过程。但当一些或多或少稳定的东西滴入我的账户时，那就很酷了。因此，目前我将把所有这些甜食放一放，直到我的生活中出现白色条纹。如果有机会，我会立即给自己找一个有100个CPU集群的机架。类似这样的事情。

 

非主题。

这很有意思。我自己也开始寻找更好的显卡，尽管我还不太需要（选择是HD6790、6850、6930）。

一定是精神错乱了。

很抱歉，在这样一个严肃的话题中进行反思。

 
Renat:

你有没有试过在双核上使用2000个代理的MQL5云网络？

还是你只是在本地运行了一次，然后就休息了？

正是通过MQL5云计算网络，我们实现了成百上千倍的简单加速。在没有GPU的情况下，任何专家顾问。以我以前的视频为例：使用MQL5云计算网络进行计算加速的例子


我们已经实现了用一个按钮就能立即提高成千上万的代理（预热时间约为20-30秒），以快速计算任务。与其说是几百个小时，不如说是半个小时就能完成。

此外，价格也很离谱--任何人都可以查看，每个在MQL5.com注册的人都能得到2美元的奖金。

这是一场真正的革命。现在，任何用户都可以通过使用cludes把几乎所有的超级计算机都耸起来。而随着GPU的推出（周五将有一个构建），将有可能成群结队地击败超级计算机。


对于简单的情况来说，其性能已经足够了（或者说你说服自己）。对于最大规模和最详细的计算，其性能还远远不够。

比较MT4与MT5测试人员的错误在于，人们对细节水平和准确的多货币测试能力的巨大差异视而不见。

关于对硬件的依赖性，你错了。

  • MT5同时支持32位和64位架构（64位版本实际上更快、更强大）。
  • MT5使用所有本地核心
  • MT5使用远程代理（32和64位）。
  • 当一台简单的笔记本电脑从比笔记本电脑强大几千倍的电脑上接收计算结果时，MT5使用MQL5云网络。
  • MT5使用独立于硬件的OpenCL，这使你可以与各种GPU处理器一起工作

你公然一厢情愿，清楚地知道自己是错的。


虽然我不是GPU的倡导者（长期以来一直直言不讳地反对它），但你的结论是错误的。

没有针对GPU的软件，因为开发者还没有相信这个方向，但也没有反复提到神话般的与特定硬件绑定。为了体面起见，你至少应该读一读OpenCL是什么以及它的发明目的（与硬件和平台无关）。

公司只是因为惯性和既定流程而被迫使用软件渲染。让一个公司改变软件是一个巨大的努力，往往在未来3-5年内都不可能。鉴于GPU在过去3年中所取得的飞跃，以及其作者对普及化的明显强调，我们不仅有理由期待改进的结果，而且还积极追求新的功能。


我们已经等得够久了，我们也批评过，也不同意，但时间已经到了。

而这已经是第三次重申 "依赖硬件的软件 "了。

 
尤拉，你的答案在上一篇文章的哪里？我不想回过头来寻找其中的差异。
1...34567891011121314151617...29
新评论