Журнал Современные проблемы науки и образования 2070-7428 Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания" ART-7281 ИСПОЛЬЗОВАНИЕ ГРАФИЧЕСКОГО ПРОЦЕССОРА ДЛЯ УСКОРЕНИЯ ВЫЧИСЛЕНИЙ ТЕОРЕТИЧЕСКОЙ СТОИМОСТИ КРЕДИТНЫХ ДЕРИВАТИВОВ ТИПА ОПЦИОН Овечкин Р.М. Ovechkin R.M. nifect@gmail.com ФГБОУ ВПО «Пензенский государственный университет», Пенза Penza State University, Penza 28 05 2012 5 139 139 This is an open-access article distributed under the terms of the CC BY 4.0 license. https://science-education.ru/ru/article/view?id=7281

В статье представлен новый метод ускорения расчетов на основе использования графического процессора, который может применяться для приблизительной оценки одной из важнейших аналитических величин – теоретической стоимости производного финансового продукта типа Опцион в системах поддержки принятия решений в области торговли кредитными деривативами. Дана сравнительная характеристика производительности центрального процессора серверной системы и графического процессора, а также показаны различия в подходах работы с памятью, графически проиллюстрированы характеристики эволюции производительности обоих типов устройств. Описан способ применения технологии CUDA от компании Nvidia, позволяющий создавать программы для графического процессора на языке программирования высокого уровня. Пояснен принцип адаптирования сложных алгоритмов для выполнения на графическом процессоре.

In the article the new approach has represented for accelerating of calculations based on using graphical processing unit which may be applied for approximate evaluating the one of the most significant analitical parameters - theoretical price of derivative financial product – Option integrated into decission support system in context of credit derivatives trading. Given comparative characteristics of performance of server CPU versus the performance of GPU as well as memory interacting process, the evolution of both types of devices is illustrated. describes method of using technology CUDA by Nvidia corporation which allows to create hi-level programs and run them on GPU. Explained the method of adaptation for complex algorithms for execution.

 графический процессор GPU CUDA ускорение расчетов graphical processor unit GPU CUDA performance acceleration

1. Кречетов Н., Иванов П. Продукты для интеллектуального анализа данных // ComputerWeek-Москва. – 1997. – № 14–15. – С. 32–39.

2. Щавелев Л. В. Способы аналитической обработки данных для поддержки принятия решений // Открытые системы. – 2008. – № 4–5.

3. Misra M. Design of Systolic arrays for QR Decomposition / Manoj Misra, Rajat Moona. - 1994. [Электронный ресурс]. – Режим доступа: http://www.cse.iitk.ac.in/users/moona/papers /iccse94.pdf/

4. Kerr A. GPU Performance Assessment with the HPEC Challenge / Andrew Kerr, Dan Campbell, Mark Richards // HPEC 2008, Lexington, 23-25 September 2008 / Lincoln Laboratory, Massachusetts Institute of Technology. – Lexington, 2008. [Электронный ресурс]. – Режим доступа: http://www.ll.mit.edu/HPEC/agendas/proc08/Day3/58-Day3-Session6-Kerr-abstract.pdf.

5. Karimi K. A Performance Comparison of CUDA and OpenCL / Kamran Karimi, Neil G. Dickson, Firas Hamze // D-Wave Systems Inc. [Электронный ресурс]. – Режим доступа: http://arxiv.org/ftp/arxiv/papers/1005/1005.2581.pdf.