金融领域的可重构计算系统:现状、挑战与机遇
1 金融领域对高性能计算的需求
金融行业是高性能计算(HPC)设施的主要用户之一。近年来,计算需求激增,这不仅是2008年金融危机的后遗症,还归因于日益严格的监管(如巴塞尔协议III和偿付能力II)和报告要求。金融机构不得不频繁地向内部风险管理部门和外部监管机构提供估值和风险模拟结果。
在许多投资和风险管理计算中,一个重要的瓶颈是在适当的市场模型中对奇异衍生品进行定价。在很多情况下,不存在(半)封闭形式的定价公式,只能通过数值近似进行评估。对于一个完整的投资组合,在拥有数千个核心的最先进计算集群上,计算这些数值可能需要数小时甚至数天。基础市场模型和金融产品的日益复杂,使这一情况更加严峻。此外,在线应用(如新闻聚合和分析)的发展以及低延迟和高频交易(HFT)领域的竞争,都要求采用新技术来满足运营和市场需求。
数据中心和HPC普遍面临着巨大的能源问题,金融应用也不例外。如今,一个普通规模的金融机构进行投资组合定价所需的能源高达数兆瓦。2008年,为确保2012年奥运会的可靠供电,伦敦金融区金丝雀码头的可用电力不得不受到限制。能源成本也迫使金融机构寻求以更低运营成本获得足够计算能力的替代方法。
2 高性能和节能计算设备的设计原则
高性能和节能计算设备有两个基本设计原则:一是转向具有最小数据移动的高数据局部性,二是转向集成专用和专业硬件加速器的异构计算平台。如今我们所体验到的电池驱动移动设备的性能,正是基于这些概念。如今,HPC领域也广泛认识到异构性的必要性。
然而,目前绝大多数数据中心和内部计算系统仍基于通用中央处理器(CPU)、图形处理器(GPU)或英特尔至强Phi处理器。这些
超级会员免费看
订阅专栏 解锁全文
443

被折叠的 条评论
为什么被折叠?



