NAG GPU Demo 程序

NAG 提供了一个 GPU Demo 程序。此程序的目的不仅仅是说明如何使用 GPU 函数，也同时说明如何设定 GPU 的核心来有效的使用 GPU 函数。 将内核进行参数化的调试，能够让让整体的效益更大。

Demo 程序为一个简单的金融模型：具有明确期限结构的利率与波动性的 Black-Scholes 买入选择权。这个模型是一个简单且能够立即了解的示范程序， 会说明如何建构高效率且如何设定 GPU 核心参数的模型。此模型可以用不同的核心结构来替换。

三个主要的程序如下：

1. 使用设备函数与预写的核心随机数生成器的伪随机蒙地卡罗定价
2. 使用 Sobol 与布朗桥的混合准随机蒙地卡罗定价，同时也计算价格的误差
3. 使用 Sobol 与布朗桥同步进行类似的准随机蒙地卡罗定价计算

所有的 GPU 核心都是在运行是自行调整的，可以运行单精度或双精度的计算，也提供相对应的 CPU 函数，所以能够从 CPU 或 GPU 都得到相同一致的结果。

NAG GPU Demo 输出示例

我们在两个不同的系统中运行：

机器一：
CPU: Intel Xeon E5410 at 2.33GHz
RAM: 8GB
GPU: NVIDIA C1060
OS: Windows 7 64bit

输出结果

机器二：
CPU: Intel Core i7 860 running at 2.8GHz
RAM: 8GB
GPU: NVIDIA C2050
OS: Windows 7 64bit

输出结果

若您对本程序感到兴趣，您可以与我们 联系取得。