Speeding Up Algorithms: When Parallel Computing and GPUs Do and Don't Accelerate
Michael Weidman, Quantitative Support Services
Aly Kassam, Quantitative Support Services
Most of us have multiple cores as well as a graphics processing unit (GPU) in our desktop computer, with grids and clouds readily available at arm’s length. While popular hype purports that it’s easy to use such resources to facilitate massive speed-up of numerical computing at practically no cost and effort, the reality is of course somewhat different. In this presentation, Aly and Michael use MATLAB valuation and backtesting examples to look at the sorts of calculations that can be sped up by CPUs, GPUs, and server-based solutions, and they suggest a common-sense framework to help answer the questions:
- When does it make sense to go to a GPU or cluster?
- What changes are reasonable or unreasonable to make in your program and workflow?
- What are the costs and risks of speed-up, and how can we mitigate against them?
Recorded: 19 Sep 2013
Featured Product
Parallel Computing Toolbox
Web サイトの選択
Web サイトを選択すると、翻訳されたコンテンツにアクセスし、地域のイベントやサービスを確認できます。現在の位置情報に基づき、次のサイトの選択を推奨します:
また、以下のリストから Web サイトを選択することもできます。
最適なサイトパフォーマンスの取得方法
中国のサイト (中国語または英語) を選択することで、最適なサイトパフォーマンスが得られます。その他の国の MathWorks のサイトは、お客様の地域からのアクセスが最適化されていません。
南北アメリカ
- América Latina (Español)
- Canada (English)
- United States (English)
ヨーロッパ
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
アジア太平洋地域
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)