总部设在伦敦的汇丰银行证实,如果由Intel Xeon处理器转向至NVIDIA®(英伟达™)Tesla GPUs来完成组合定价过程( portfolio pricing process)就能够节省数百万美元的电脑成本。Xcelerit公司通过提供CUDA编程工具帮助银行完成相关实验。

今年四月,Xcelerit的定量风险和估值小组(QRVG)报告说,2012年汇丰银行拥有超过2.6万亿美元的资产。QRVG负责信用价值调整(CVA)的处理,每天晚上对汇丰的整个投资组合按照塞尔协议III来计算其风险敞口。 

近日,在Intel Xeon处理器上运行的CVA每一步进程都需要几个小时。科瓦斯欧里科(Eurico Covas),作为汇丰银行QRVG发展和对冲会计系统的主管,看到Xcelerit的博客文章,就想看看是否可以使用GPU在一天内完成这个计算。 

汇丰银行在英特尔处理器驱动CVA的代码上有很大投资。但其开发商缺乏用来进行NVIDIA的GPU编程的CUDA专业知识。科瓦斯在博客文章中说:“我们已经听说,以达到最大速度, Xcelerit提供了一个简单的方式来让我们现有的代码来驱动的GPU。” 

该项目工作进行了几天后,一个开发人员发现了一种有希望的方法来在GPU上驱动CVA。根据Xcelerit所说,转换代码的工作很少涉及到CUDA,仅仅是插入Xcelerit的API调用的代码就可以。 

  接下来,QRVG的小组准备在GPU测试一些定价计算。在一个例子中,Xcelerit的报告显示QRVG使用了10,000个互换工具,用了26个时长来完成1000个蒙特卡洛(Monte-Carlo)计算,共完成了26千万个记算。

根据性能分析结果,当定价程序运行在一个单一的Tesla K20 GPU上,它比一个4核Intel Xeon E5620 CPU快19倍。当系统有 3的GPU运行时,将比Intel的CPU快57倍。

虽然这只是一个小的实验,只涉及复杂的CVA进程的一小部分,但它显示了汇丰可节省的巨大潜能。根据汇丰实验中福布斯的文章,一个600-CPU需要100万美元,而全套GPU系统将花费约$22,000。

 “我们只是蜻蜓点水”科瓦斯说在Xcelerit博客文章最中说:“我们的团队想利用GPU的计算能力来有效解决成本问题。”

根据继续加强银行法及紧缩资本要求,银行将要求在CVA和风险计算上有更快更高效的硬件支持。 使用GPU计算不仅能够减少硬件开支,而且能帮助减少电费,这不失为解决问题的一个好方法。"