论图形卡在先进蒙特卡洛方法大规模并行模拟中的效用
统计计算
2015-05-05 v3
摘要
我们通过一个案例研究，探讨了图形卡在先进蒙特卡洛方法大规模并行模拟中的效用。图形卡包含多个图形处理单元（GPU），是自包含的并行计算设备，可安装在传统台式机和笔记本电脑中。对于某些类别的蒙特卡洛算法，它们提供了大规模并行模拟的能力，并且与传统分布式多核处理器相比，具有成本低廉、易于获取、易于维护、易于编程、专用本地设备且功耗低等额外优势。在一组包括基于群体的马尔可夫链蒙特卡洛方法和序贯蒙特卡洛方法在内的典型随机模拟示例中，我们发现其速度比传统单线程计算机代码提高了35到500倍。我们的研究结果表明，GPU通过提供廉价且易获取的多核计算能力，有潜力促进统计建模向复杂数据丰富领域的发展。我们相信，观察到的加速效果应能激励更广泛地使用可并行化的模拟方法，并在方法论上更加关注其设计。
引用
@article{arxiv.0905.2441,
title = {On the utility of graphics cards to perform massively parallel simulation of advanced Monte Carlo methods},
author = {Anthony Lee and Christopher Yau and Michael B. Giles and Arnaud Doucet and Christopher C. Holmes},
journal= {arXiv preprint arXiv:0905.2441},
year = {2015}
}
备注
Expansion of details; a condensed version has been submitted for publication