评估 Versal AI 引擎在市场风险分析中的期权价格发现能力
分布式、并行与集群计算
2024-02-20 v1
摘要
尽管现场可编程门阵列（FPGA）多年来一直广泛用于加速高频金融工作负载，但其在量化金融（即利用数学模型分析金融市场和证券）中的应用尚不成熟。然而，最近的研究展示了 FPGA 为量化工作负载带来的优势，本文研究了 Versal ACAP 及其 AI 引擎（AIE）是否也能提供性能提升。我们特别关注行业标准战略技术分析中心（STAC）的衍生品风险分析基准 STAC-A2。通过将纯基于 FPGA 的 STAC-A2 灵感市场风险（SIMR）基准移植到结合可编程逻辑（PL）和 AIE 的 Versal ACAP 器件上，我们探讨了开发方法和技术，并比较了 PL 和 AIE 之间的性能。最终，我们发现由于 AIE 和 PL 的限制（我们在文中进行了探索和描述），我们的 AIE 方法比高度优化的现有纯 PL 版本更慢。
引用
@article{arxiv.2402.12111,
title = {Evaluating Versal AI Engines for option price discovery in market risk analysis},
author = {Mark Klaisoongnoen and Nick Brown and Tim Dykes and Jessica R. Jones and Utz-Uwe Haus},
journal= {arXiv preprint arXiv:2402.12111},
year = {2024}
}
备注
Author accepted version of paper accepted to the 32nd ACM/SIGDA International Symposium on Field-Programmable Gate Arrays