l*******a 发帖数: 10 | 1 我老板最近对这个很热衷,尤其是时间序列在GPU上的应用,希望我能挑起这个担子。
虽然我在Machine Learning和Time Series上懂一些,但从来没有用过GPU或者Multi-
CPU的并行处理。不知道如果做这个,有多少Hedge Fund或者投行的Trading Group在用
呢?如果以后想跳槽到其他的Hedge Fund或者Asset Management公司,一般都比较看重
什么呢?
请教一下,多谢了! |
a***r 发帖数: 594 | 2 exactly how fast do you need? is computation really your bottle neck instead
of the latency between data venders, you and exchanges?
【在 l*******a 的大作中提到】 : 我老板最近对这个很热衷,尤其是时间序列在GPU上的应用,希望我能挑起这个担子。 : 虽然我在Machine Learning和Time Series上懂一些,但从来没有用过GPU或者Multi- : CPU的并行处理。不知道如果做这个,有多少Hedge Fund或者投行的Trading Group在用 : 呢?如果以后想跳槽到其他的Hedge Fund或者Asset Management公司,一般都比较看重 : 什么呢? : 请教一下,多谢了!
|
m****s 发帖数: 1481 | 3 cuda,opencl都有bs期权定价的例子,去nvidia找找吧
理论上GPU处理大量简单计算的效率比CPU高得多,而且开发起来并不困难。但是如二楼
所说,这东西真的有没有必要就不好说了,很多时候,网络速度才是瓶颈,而不是计算
速度。
我不清楚金融机构比如投行,hedge fund的计算中心都是什么规模,但是如果目前都是基于CPU然后需要很多刀片机,很多server rack,那GPU加速是可以提高效率降低能耗和成本的。但是如果只是普通的个人电脑或者工作站就够用了,那GPU并行加速就没太大必要了。 |
F********d 发帖数: 19 | 4 基于服务器的并行计算,有CLUSTER, CLOUD, GRID等。
基于个人机的并行计算,除了GPU平行, 还有基于多内核的,如Intel的Parallel
Studio (Cilk++,etc), Microsoft VS2010的PPL, OpenPM等。这类方法随着多内核个
人机的普及日渐流行。首先他们实现起来比较简单,尤其对于蒙特卡洛类的算法,通常
只需在原有CODE基础上做少量改动,而且容易从不同层级实现并行。但是这类加速跟内
核数目有直接关系,比如四内核的机器加速上限也就是4左右。一两年前微软貌似展示
过最多16内核的机器,估计到普及还要一两年时间。 |
k****t 发帖数: 15 | 5 你做计算都应用在什么方面?你要处理的数据是什么?
如果是处理tick data,可能很少有计算可以让并行有绝对优势。
如果是monte carlo,倒是很适合gpu。 |
p*****y 发帖数: 529 | 6 from what I know, risk/pricing of equity derivatives or fix income flow/
derivatives in IBs are still done using cluster/grid. Most often, the
bottlenecks are network latency and job slicing algorithms rather than
computing speed.
Typically, overnight risk requires thousands of CPU power and real time may
need less but not much less than that. A grid solution give you the
flexibility to addd/remove computing powers depending on your load and a
common practice is to borrow idle servers during night time to complete
daily risk calculation. So infrastrcture wise, a grid solution is more
attractive than a single powerful machine.
Not sure about HFT in equities. That's probably the place for GPU to go.
【在 F********d 的大作中提到】 : 基于服务器的并行计算,有CLUSTER, CLOUD, GRID等。 : 基于个人机的并行计算,除了GPU平行, 还有基于多内核的,如Intel的Parallel : Studio (Cilk++,etc), Microsoft VS2010的PPL, OpenPM等。这类方法随着多内核个 : 人机的普及日渐流行。首先他们实现起来比较简单,尤其对于蒙特卡洛类的算法,通常 : 只需在原有CODE基础上做少量改动,而且容易从不同层级实现并行。但是这类加速跟内 : 核数目有直接关系,比如四内核的机器加速上限也就是4左右。一两年前微软貌似展示 : 过最多16内核的机器,估计到普及还要一两年时间。
|
m****s 发帖数: 1481 | 7 GPU核多,随便一个消费级的就有几百个核,当然这个核跟CPU的core不能相提并论,但
是处理不那么复杂的指令比如数学计算,效果相差不多,但是数量优势很明显。理论上
一个普通的民用GPU就可以提高速度到同级别CPU的几十倍到上百倍,当然这取决于运行
的算法本身的可并行化程度。
nvidia和ati都有专门的做计算的GPGPU产品,比消费级的geforce,radeon又要强悍很多
了。
【在 F********d 的大作中提到】 : 基于服务器的并行计算,有CLUSTER, CLOUD, GRID等。 : 基于个人机的并行计算,除了GPU平行, 还有基于多内核的,如Intel的Parallel : Studio (Cilk++,etc), Microsoft VS2010的PPL, OpenPM等。这类方法随着多内核个 : 人机的普及日渐流行。首先他们实现起来比较简单,尤其对于蒙特卡洛类的算法,通常 : 只需在原有CODE基础上做少量改动,而且容易从不同层级实现并行。但是这类加速跟内 : 核数目有直接关系,比如四内核的机器加速上限也就是4左右。一两年前微软貌似展示 : 过最多16内核的机器,估计到普及还要一两年时间。
|
f*******y 发帖数: 988 | 8 HFT in equity恐怕是最不可能用到并行的地方,绝大部分的计算都是sequential的;
HFT in option可能可以
HFT in equity最需要的是定制硬件解码,主要不是为了提高速度,而是为了减少
jitter
flow/
time may
a
complete
【在 p*****y 的大作中提到】 : from what I know, risk/pricing of equity derivatives or fix income flow/ : derivatives in IBs are still done using cluster/grid. Most often, the : bottlenecks are network latency and job slicing algorithms rather than : computing speed. : Typically, overnight risk requires thousands of CPU power and real time may : need less but not much less than that. A grid solution give you the : flexibility to addd/remove computing powers depending on your load and a : common practice is to borrow idle servers during night time to complete : daily risk calculation. So infrastrcture wise, a grid solution is more : attractive than a single powerful machine.
|
e********5 发帖数: 422 | 9 我也有一模一样的问题 我坐过不少GPU的并行
写这东西基本就是C 写起程序来跟C++差的很远 全都是算法级别的东西
不过速度确实快 如果算法合适的话 100X的加速是很现实的目标 如果算法不大合适 比
如FFT或者系数矩阵的那些 大概10X-20X吧 就用普通的游戏卡
我现在也想某个公司看中我这个经验把我收去做个intern什么 不过仿佛看重这个的
finance方面的公司不多啊~~自然科学已经很多地方跃跃欲试了 中国日本都搭了带GPU
的超级计算机了
【在 l*******a 的大作中提到】 : 我老板最近对这个很热衷,尤其是时间序列在GPU上的应用,希望我能挑起这个担子。 : 虽然我在Machine Learning和Time Series上懂一些,但从来没有用过GPU或者Multi- : CPU的并行处理。不知道如果做这个,有多少Hedge Fund或者投行的Trading Group在用 : 呢?如果以后想跳槽到其他的Hedge Fund或者Asset Management公司,一般都比较看重 : 什么呢? : 请教一下,多谢了!
|