GPU上求解倒向随机微分方程的 multistep 格式
分布式、并行与集群计算
2024-04-18 v2
摘要
本工作的目标是并行化用于倒向随机微分方程（BSDEs）数值逼近的 multistep 格式，以实现高精度并减少计算时间。在 multistep 格式中，每个网格点上的计算是相互独立的，这一事实促使我们选用基于 CUDA 的大规模并行 GPU 计算。在我们的研究中，我们识别了性能瓶颈并应用了适当的优化技术以减少计算时间，使用的是均匀域。最后，给出了一些具有金融应用的例子，以展示在 GPU 上实现的加速效果。
引用
@article{arxiv.1909.13560,
title = {Multistep schemes for solving backward stochastic differential equations on GPU},
author = {Lorenc Kapllani and Long Teng},
journal= {arXiv preprint arXiv:1909.13560},
year = {2024}
}
备注
24 pages, 4 figures, 10 tables