Bank BNP Paribas rozlicza opcje na… kartach graficznych

przez | 10/03/2009

Procesory graficzne, czyli GPU to obecnie najbardziej zaawansowane na świecie urządzenia technologiczne. Do niedawna wykorzystywane były tylko do generowania trójwymiarowych obrazów na ekranie komputerów, lecz po wprowadzeniu przez NVIDIA technologii CUDA, ogromną moc GPU można wykorzystać w praktycznie dowolny sposób.

Czołowy bank francuski BNP Paribas ogłosił w ubiegłym tygodniu oparcie centrów informatycznych na nowatorskim rozwiązaniu – architekturze obliczeniowej opierającej się na.. procesorach graficznych. Wprowadzenie tej architektury znacząco usprawni i przyspieszy obliczenia związane z kluczowymi symulacjami finansowymi; dodatkowo pozwoli  zmniejszać zużycie energii elektrycznej. Potężna porcja obliczeń rzędu jednego TeraFlopa (czyli biliona operacji zmiennoprzecinkowych na sekundę) dokonywanych przez aplikację zarządzającą udziałami i opcjami – Global Equities and Commodity Derivatives (GECD) została powierzona platformie opartej na GPU. Pozwoliło to na przyrost mocy obliczeniowej o 100 operacji w przeliczeniu na 1 Watt pobranego prądu. Nowy sprzęt Paribas to dwa serwery NVIDIA Tesla S1070 pobierające 2kW o wydajności porównywalnej do klastra zbudowanego z ponad 500 tradycyjnych procesorów, z których każdy pobierałby 25 kW.

Takie przeorganizowanie struktury IT przyniosło ogromne korzyści:

  • Oszczędność poboru mocy aż do 190 %
  • Skrócenie średniego czasu odpowiedzi aż do 15%
  • Lepsza prognostyka szacunku cen operacji bankowych
  • Znaczące obniżenie całkowitych kosztów operacyjnych
  • Istotne obniżenie wpływu na środowisko naturalne.

W BNP Paribas, jednym z celów systemu Global Equities & Commodity Derivatives (GECD) jest zarządzanie port folio złożonych instrumentów finansowych. Zadaniem grupy analityków GECD jest symulacja zachowań na rynkach oraz równoczesna poprawa wydajność oprogramowania. Dlatego też Stąd też wybór rozwiązania NVIDIA Tesla do kalibracji kilku parametrów modeli. Proces ten obejmuje ich szacowanie bazując na nieprzetworzonych cenach instrumentów finansowych wykorzystując numeryczne algorytmy optymalizacyjne.

“Jesteśmy niezmiernie zadowoleni z uzyskanej wydajności, która znacznie przekroczyła nasze oczekiwania. W niedalekiej przyszłości, mamy nadzieję przekierować jeszcze więcej obliczeń na architekturę GPU” powiedział Stéphane Tyc, szef działu Obliczeniowego Udziałów i Opcji Materiałowych w BNP Paribas.

„Obecnne nastroje w sektorze finansowym charakteryzują się olbrzymim naciskiem na minimalizację ryzyka i poprawę dokładności modeli. Ponadto, koszty nieruchomości i energii związane z tradycyjnymi instalacjami serwerów stają się zbyt wysokie,” – dodał Andy Keane, główny dyrektor działu GPU Computing w NVIDIA. „Na przykładzie BNP Paribas CIB jasno widać, że Tesla może być cudownym rozwiązaniem wszystkich tych problemów, łącząc w sobie zwiększoną wydajność przetwarzania danych ze zredukowanymi kosztami operacyjnymi i otoczenia.”