WIKI资讯
WIKI资讯
另一个资料集－订单簿－是所有订单的资料库，包含交易系统需要维护的符号和价格。这个资料库通常根据交易客户感兴趣的证券而包含所有金融工具的一部份。订单簿必须根据从客户而来的资讯同步进行更新与存取。订单簿中的相关资料与从交易所收到的资料进行比较，然后再根据交易演算法做出买、卖或保留金融工具的决策。 由于来自证券交易所的输入资料串流并不是以确定顺序方式接收的，因此，执行交易策略的记忆体存取也是随机的，以小量资料的丛发进行，并以最低延迟获取资料。以记忆体术语来说，执行这种随机存取的能力是由一种名为随机交易率（RTR）的指标衡量的。RTR表示记忆体在一定时间内可支援的随机读取或写入作业次数，其衡量指标是：交易次数/秒的倍数（例如MT/s或GT/s）。在大多数记忆体中，随机存取时间是由周期延迟（tRC）定义。最大的RTR约为tRC的倒数（1/tRC）。 快取记忆体的选择经常限制基于FPGA的硬体能力。大多数的FPGA只采用传统基于DR......阅读全文
在演算法交易领域的最新进展是导入一些更低延迟的解决方案，其中最佳的方式是使用FPGA搭建的客制硬体。这些FPGA硬体可说是硬编码ASIC的极致性能和CPU的灵活度之间的桥梁，提供大量的资源且可加以配置，使其得以较软体解决方案更大幅缩短往返交易延迟。 高性能运算对于许多应用至关重要。在其
相比GPU和GPP，FPGA在满足深度学习的硬件需求上提供了具有吸引力的替代方案。凭借流水线并行计算的能力和高效的能耗，FPGA将在一般的深度学习应用中展现GPU和GPP所没有的独特优势。同时，算法设计工具日渐成熟，如今将FPGA集成到常用的深度学习框架已成为可能。未来，FPGA将有效地