金融大数据GPU高性能计算实战
📚 共计 30 章节
第01章
GPU计算基础
GPU架构演进 · CUDA编程模型 · GPU与CPU协同工作原理
架构
并行
第02章
CUDA开发环境搭建
NVIDIA驱动安装 · CUDA Toolkit配置 · cuDNN集成 · 环境验证
环境
配置
第03章
CUDA编程入门
核函数编写 · 线程层次结构 · 内存模型 · 向量加法
核函数
入门
第04章
CUDA内存管理
全局内存 · 共享内存 · 常量内存 · 寄存器 · 访问优化
内存
优化
第05章
CUDA流与事件
流的概念 · 并发执行 · 事件同步 · 流优先级 · 多流实战
并发
流
第06章
CUDA原子操作与锁
原子函数 · 全局锁 · 共享内存锁 · 无锁编程技巧
原子
同步
第07章
CUDA性能分析工具
NVIDIA Nsight Systems · Nsight Compute · 性能瓶颈定位
调优
分析
第08章
金融数据预处理
数据清洗 · 缺失值处理 · 异常值检测 · 数据标准化
预处理
金融
第09章
金融时间序列数据
时间戳处理 · 重采样 · 滑动窗口 · 特征工程
时间序列
特征
第10章
GPU加速数据加载
cuDF库入门 · DataFrame操作 · GPU内存数据管道
cuDF
数据管道
第11章
大规模矩阵运算
cuBLAS库 · 矩阵乘法 · SVD分解 · 特征值计算
cuBLAS
矩阵
第12章
GPU加速随机数生成
cuRAND库 · 蒙特卡洛模拟基础 · 并行随机路径生成
cuRAND
蒙特卡洛
第13章
蒙特卡洛期权定价
欧式期权 · 亚式期权 · 障碍期权 · GPU并行路径模拟
期权
定价
第14章
GPU加速风险价值(VaR)
历史模拟法 · 方差-协方差法 · 蒙特卡洛VaR
VaR
风险
第15章
投资组合优化
均值-方差模型 · GPU并行优化 · 有效前沿计算
组合
优化
第16章
GPU加速线性回归
最小二乘法 · 梯度下降法 · 大规模数据集回归
回归
线性
第17章
GPU加速逻辑回归
二分类 · 多分类 · 正则化 · 金融信用评分模型
逻辑回归
分类
第18章
GPU加速决策树与随机森林
并行建树 · 特征重要性 · 金融风控应用
随机森林
风控
第19章
GPU加速支持向量机
SMO算法并行化 · 核函数 · 金融分类应用
SVM
分类
第20章
GPU加速K-Means聚类
并行距离计算 · 聚类中心更新 · 客户分群应用
聚类
K-Means
第21章
GPU加速主成分分析(PCA)
协方差矩阵计算 · 特征分解 · 降维应用
PCA
降维
第22章
深度学习框架GPU加速
PyTorch/TensorFlow GPU配置 · 混合精度训练
深度学习
混合精度
第23章
LSTM时间序列预测
GPU加速LSTM · 股票价格预测 · 超参数调优
LSTM
时间序列
第24章
Transformer金融应用
注意力机制 · GPU并行训练 · 金融文本分析
Transformer
NLP
第25章
图神经网络金融应用
关系图构建 · GPU加速GNN · 反欺诈检测
GNN
反欺诈
第26章
GPU加速高频交易信号
订单簿数据处理 · Tick级信号计算 · 延迟优化
高频
信号
第27章
GPU加速回测系统
并行策略回测 · 多资产回测 · 性能评估
回测
并行
第28章
GPU加速因子挖掘
因子生成 · 因子IC计算 · 因子筛选 · Alpha组合
因子
Alpha
第29章
多GPU分布式计算
NCCL库 · 多卡通信 · 数据并行 · 模型并行
分布式
NCCL
第30章
生产环境部署
GPU推理优化 · TensorRT部署 · 模型服务化 · 监控告警
部署
TensorRT