如何利用GPU加速計算過程

在做各種回測的時候，最重要的就是迭代速度要快。中國的互聯網發展的這麼快，1年做了人家10年的事情，也是迭代速度快的原因。當外界的時間流逝速度不變的時候，加快計算機內部的時間流逝速度後，自然可以對外界取得優勢。

要想快，先花錢。最簡單粗暴的方法就是花錢弄個NB的電腦，在你覺得能承受的範圍內弄個貴的電腦總是沒錯的。當硬體條件固定後，就要想著怎麼從軟體上優化了。

從軟體上優化，一個是改自己的代碼，找出最耗時的地方，看看能怎麼加快，這個下次再細講。另外一個現在比較流行的就是用GPU進行並行計算。

用最簡單的一句話講，GPU可以同時做N件比較簡單的事情，所以效率比較高。

現在最火熱的比特幣挖礦，很久以前有段時間就是用GPU挖礦的，比直接用CPU效率提高很多，當然現在升級到更高級的方式了。舉個最簡單的例子，如果用CPU算，可以算1.345434*5.43456這麼複雜的算式，但是有時候只需要計算1+2這麼簡單的算式，只不過要計算的次數很多很多，這個時候就可以用GPU加速了。CPU一次只能算一個算式（多核的話CPU可以同時做2-32件算式），而GPU一次可以算10000個算式。（數字只是舉例，不代表真實數據）

用.net進行GPU計算，首先要裝NVIDIA的CUDA開發包（當然首先你要有個NVIDIA的顯卡）。以前有個庫是Cudafy.NET，可以比較方便的把C#代碼轉化成可以進行GPU計算的代碼，但後來就停止開發了，不再支持最新版本的CUDA了，那隻能換一個庫了。

managedCuda。這就是現在流行的.net下的CUDA開發庫。跟Cudafy.NET不同的是，它不會自動把C#代碼轉化成可以進行GPU計算的代碼，需要自己寫Cuda C代碼。當然這也不是個事，簡單的C代碼還是手到擒來的。

然後在.net代碼中，就可以用特定的方式調用當前寫的C代碼了，這段C代碼就會放到GPU中並行執行。

放個官網上的例子。

可以看到，C代碼就是最簡單的2個數的相加。(Cuda有Grid、Block、Thread概念，具體可以Google)。然後在.net代碼中，首先要載入編譯好的C代碼，分配GPU內存，把要計算的數據從內存拷貝到GPU內存中，運行計算，然後再把計算好的結果從GPU內存中拷貝回來。

能用GPU進行加速的運算，需要是能並行的計算，不能是有先後順序的計算。在我自己的程序中，要計算很多時間點下的交易到底是成功還是失敗，那這些交易就是並行的，相互之間並沒有關係（同一個交易的不同時間序列的計算不能並行，因為時間有先後順序），那就可以用GPU進行加速。

繼續記錄這周量化交易系統成績：

加速虧損。，相對上周虧損USD 16012。

總盈虧虧損 38333。

提醒：股票、期權、期貨、外匯、大宗商品、電子貨幣等投資具有風險性，希望大家謹慎選擇，不要讓欺詐者有可乘之機。本文只作學習之用，不作為投資推薦，對由此引起的一切損失概不負責。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！