mohácsi lászló: gazdasági számítások párhuzamos számítógépeken
TRANSCRIPT
![Page 1: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/1.jpg)
Gazdasági számítások párhuzamos
számítógépeken
Forgács Attila (Emarsys technologies - [email protected])
Mohácsi László (Budapesti Corvinus Egyetem - [email protected])
![Page 2: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/2.jpg)
Párhuzamos architektúra választása
• Fel lehet-e bontani a feladatot párhuzamosan futtatható részfeladatokra?
• A legegyszerűbb, ha a feladatok függetlenek egymástól,
de alapvetően ugyan azokból a lépésekből állnak.
• A részfeladatok egyformák? Lépésről lépésre egyformák?
• A részfeladatok írnak közös adatokat?
• A részfeladatok gyakran illetve nagy mennyiségű adatot osztanak meg egymással?
![Page 3: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/3.jpg)
közös memória független számítóegységek 1sokprocesszoros gépek
NUMA
![Page 4: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/4.jpg)
közös memória független számítóegységek
sokprocesszoros gépekNUMA
• A szálak egymástól függetlenül futhatnak.• A szálak használhatnak memóriaterületeket közösen.• A szálak végrehajtási sebessége nem determinisztikus.• Közösen használt memóriaterületekből adódó problémák:
a) Pesszimista megközelítés b) Optimista megközelítés
• Nincs algoritmus a helyességigazolásra.• „Heisenbug”-ok megjelenése.
Ez a megközelítés áll legközelebb a „hagyományoshoz”Széles körben elérhető hardver.
Több szálon futó programok:
![Page 5: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/5.jpg)
nincs közös memória számítógépek hálózata
Cluster és Gridcomputing2
![Page 6: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/6.jpg)
nincs közös memória számítógépek hálózata
Cluster és Gridcomputing2
i. A futtatandó program eljuttatása az összes számítógépre.ii. Üzenetváltás megoldása az egyes példányok között.
• Minden gépen ugyanaz a program fut.• A program tetszőleges példányszámban indítható.• Minden példánynak van egy sorszáma.
• Minden példány tudja a saját sorszámát.
az összlétszámot.
Feladat:
Message Passing InterfaceMegoldás:
![Page 7: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/7.jpg)
NVIDIA GeForce GTX570
közös memória összekapcsolt számítóegységek 3grafikus processzorok
CUDA
![Page 8: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/8.jpg)
közös memória összekapcsolt számítóegységek 3grafikus processzorok
CUDA
![Page 9: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/9.jpg)
közös memória összekapcsolt számítóegységek 3grafikus processzorok
CUDA
![Page 10: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/10.jpg)
közös memória összekapcsolt számítóegységek 3grafikus processzorok
CUDA
![Page 11: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/11.jpg)
közös memória összekapcsolt számítóegységek
grafikus processzorokCUDA3
• Ipar bizalmatlansága.
• Nehezen becsülhető teljesítmény.
• Szabványháború.
![Page 12: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/12.jpg)
Alkalmazási példák
![Page 13: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/13.jpg)
ABS módszerCUDA architektúránI
lineáris egyenletrendszer
megoldása
Ismeretlenek száma Futásidő Hiba
2 6 ms ≈0
4 8 ms 7.81597∙10-14
8 10 ms 2.13163∙10-14
16 16 ms 1.00364∙10-13
32 24 ms 1.82077∙10-13
64 46 ms 7.43805∙10-12
128 100 ms 6.81943∙10-12
256 245 ms 7.41984∙10-12
512 886 ms 4.81473∙10-11
1024 3.2 sec 1.89602∙10-11
2048 14.7 sec 8.06466∙10-12
4096 105.9 sec 1.29308∙10-13
8192 23 min 2.35101∙10-12
![Page 14: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/14.jpg)
Lovász-Vempala-Deákalgoritmus CUDA-n
Sokdimenziós testektérfogataII
![Page 15: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/15.jpg)
9 908 798 x 50 év x 100 futás
Nyugdíj mikroszimulációMPI architektúrán
Hány nyugdíjas lesz 50év múlva?III
0.0%
5.0%
10.0%
15.0%
20.0%
25.0%
30.0%
35.0%
40.0%0 4 8
12
16
20
24
28
32
36
40
44
48
52
56
60
64
68
72
76
80
84
88
92
96
10
0
Elhalálozási valószínűség egy éven belül
Férfi Nő
![Page 16: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/16.jpg)
Backtestingtöbbszálú architektúrán
Kereskedő algoritmus vizsgálata IV
![Page 17: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/17.jpg)
logikai kapukbólegyedi célhardver4 Field Programable
Gate Array
![Page 18: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/18.jpg)
logikai kapukbólegyedi célhardver4 Field Programable
Gate Array
FPGA
![Page 19: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/19.jpg)
logikai kapukbólegyedi célhardver4 Field Programable
Gate Array
![Page 20: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/20.jpg)
logikai kapukbólegyedi célhardver
Field ProgramableGate Array4
• Tetszőleges logikai függvény felépíthető
• Mérnöki megközelítést igényel
![Page 21: Mohácsi László: Gazdasági számítások párhuzamos számítógépeken](https://reader031.vdocuments.net/reader031/viewer/2022020218/55a1aa871a28abf31e8b47d8/html5/thumbnails/21.jpg)
Irodalom:
[1] T. Peierls B. Goetz. Java concurrency in practice, 2006.[2] E. Chan. Algorithmic trading: Winning strategies and their rationale, 2013.[3] E. Kandort J. Sanders. Cuda by example, 2011.[4] nVidia Corporation. Nvidia cuda c programming guide. (electronic document),2011.[5] R. Pardo. The evaluation and optimization of trading strategies, 2008.