Las GPU encuentran un nuevo rol en Wall Street - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Las GPU encuentran un nuevo rol en Wall Street

Hola, ¿qué tal colega?. Te escribe Simón Sánchez y esta vez te voy a hablar sobre Las GPU encuentran un nuevo rol en Wall Street

A pesar de la matanza de la crisis financiera de este año, es probable que continúe la carrera armamentista en el comercio algorítmico. Detrás de esta competencia hay una variedad de tecnologías de procesamiento de alto rendimiento, como grupos de productos, aceleradores FPGA y supercomputadoras Blue Gene. Uno de los nuevos chicos de Wall Street es la computación GPU, una tecnología que se está abriendo camino en casi todos los tipos de aplicaciones HPC. Las capacidades de procesamiento de vectores de las GPU las hacen especialmente adecuadas para el análisis financiero.

Una compañía financiera cuantitativa que ha hecho la transición a la computación GPU con ambos pies es Hanweck Associates LLC. La firma trabaja con instituciones como firmas de corretaje, bancos de inversión y fondos de cobertura para ayudarlos a acelerar sus aplicaciones de datos de mercado. La fama de Hanweck es su rápida adopción del lenguaje de programación CUDA de NVIDIA y la plataforma de procesamiento GPU de Tesla para el análisis de opciones. La tecnología NVIDIA es la base de la línea de productos Volera de Hanweck, un motor de análisis financiero utilizado para el comercio y la gestión de riesgos. El motor es la base de los productos estrella de la empresa VoleraFeed y VoleraRisk.

Hanweck tiene un pequeño equipo de programadores internos que desarrollan el software, con antecedentes que van desde la mesa de operaciones hasta la academia. Cuando la empresa comenzó, era básicamente consultoría cuantitativa, construyendo modelos financieros cuantitativos para instituciones que necesitaban desarrollar evaluaciones de capital de deuda, modelos de impacto de mercado y negociación algorítmica. A medida que desarrollaron la experiencia de GPU, encontraron un nicho en gran parte no utilizado para el middleware de GPU en las cargas de trabajo de análisis financiero.

La compañía también se ha expandido a una función de consultoría tecnológica, sobre todo en lo que respecta a la plataforma de procesamiento de GPU de NVIDIA. Gerald (Jerry) Hanweck, fundador y socio principal de la empresa, dice que su empresa ha estado involucrada en un proyecto de prueba de concepto con algunas de las empresas más grandes de Wall Street. Por ejemplo, tienen un proyecto en curso para desarrollar una aplicación de análisis hipotecario para la adquisición de hipotecas subprime. Parte del proyecto involucrará la construcción de modelos hipotecarios alrededor de la GPU. Hanweck dice que espera obtener velocidades 100 veces más rápidas utilizando GPU que las CPU tradicionales. Según él, este tipo de experimentación es común en Wall Street. Él cree que la mayoría de las principales instituciones financieras están explorando la computación GPU en algún nivel, y muchas, si no todas, tienen proyectos piloto en marcha.

Aunque el rendimiento de la GPU es mayor en punto flotante de precisión simple (32 bits), esta resulta ser una buena solución para el análisis financiero. Aunque los dispositivos de procesamiento de GPU de segunda generación tendrán capacidades de doble precisión (64 bits), la precisión simple seguirá siendo mucho más rápida en el futuro cercano. Afortunadamente, no se requiere doble precisión para la mayoría de los tipos de análisis numérico, explica Hanweck. Cuando el punto flotante de 64 bits se convirtió en el predeterminado en las CPU, la mayoría de los desarrolladores continuaron el viaje. «Creo que mucha gente se ha vuelto perezosa a lo largo de los años y ha dado por sentada la doble precisión», dice.

Hanweck vio de inmediato el potencial de la aceleración de GPU en el análisis financiero y comenzó a desarrollar con una versión inicial de CUDA en febrero de 2007. Además de la tecnología NVIDIA, también analizó FPGA, procesador Cell y GPU ATI (AMD). La compañía incluso se hizo cargo de la plataforma de desarrollo PeakStream (antes de que Google las comprara). Según Hanweck, nada era tan simple o tan desarrollado como la tecnología CUDA-Tesla de NVIDIA. Y con el aumento de los volúmenes de datos que fluyen a través de los mercados financieros y la presión para ejecutar las operaciones primero, Hanweck ha visto que las plataformas convencionales basadas en CPU se quedan atrás de la curva de rendimiento. «Para el usuario final, la velocidad es fundamental en este momento», dice.

Un área en la que se ven los abrumadores volúmenes de datos sobre la economía de la CPU de la Ley de Moore es la mensajería de mercado. Solo en los EE. UU., Actualmente hay alrededor de 300,000 opciones que se negocian en 3,500 acciones e índices. Todos los datos de precios se ingresan en un servicio llamado OPRA – para informes de precios de opciones

Hanweck recuerda su tiempo en JPMorgan, cuando era el estratega jefe de derivados de acciones de la compañía. Él dice que en 2003 solo necesitaban un sistema relativamente grande con servidores convencionales para hacer estos cálculos de opciones. Pero más recientemente, los bancos de inversión han construido clústeres mucho más grandes o redes de cómputo con muchos más racks de servidores que cuestan millones de dólares y millones de dólares al año para funcionar. Hanweck afirma que puede comprimir un sistema como ese hasta aproximadamente 10U de espacio en rack utilizando servidores equipados con NVIDIA Tesla.

En el centro de datos del socio de Hanweck ACTIV Financial Systems Inc., se utilizan un par de servidores convencionales para suscribirse y publicar datos de mercado, mientras que tres servidores equipados con NVIDIA Tesla S870 se utilizan para procesarlos. El S870 contiene cuatro GPU de la serie 8, cada una capaz de soportar aproximadamente 500 gigaflops de precisión simple. Con VoleraFeed de Hanweck, una aplicación acelerada por GPU que se ejecuta en un dispositivo de alimentación del mercado (como ACTIV), cada vez que cambia el precio de una acción, todos los riesgos de las opciones se pueden volver a calcular en menos de 10 milisegundos. .

Y esto con tecnología de procesamiento GPU de primera generación. Cuando se actualizan a las tarjetas Tesla S1070 de NVIDIA, creen que pueden reducirlo a menos de 5 milisegundos. De hecho, Hanweck dice que ya han probado una versión anterior del nuevo dispositivo, que NVIDIA les ha asegurado que es más lenta que la versión de producción. «Básicamente, podemos reducir nuestro tiempo de procesamiento a la mitad simplemente actualizando nuestro hardware», dice Hanweck. «Es mucho más fácil de hacer que ser un programador inteligente».

Esta declaración se remonta a la experiencia del siglo XX de la informática basada en CPU, cuando las aplicaciones obtenían automáticamente un aumento de rendimiento cada vez que los proveedores de chips aumentaban las velocidades de reloj del procesador. Con las velocidades de reloj más o menos estancadas ahora y la promesa de la escalabilidad de CPU multinúcleo sigue siendo una quimera, el paralelismo de datos que ofrecen las GPU es una forma en que al menos algunas aplicaciones pueden volver a la curva de rendimiento. Como lo ve Hanweck, «desde un punto de vista tecnológico, las GPU cambiarán la forma en que funciona el mundo».

No te olvides compartir en tus redes sociales para que tus colegas opinen

??? ? ? ???

Comparte