风险行业:最新基准测试结果揭示了金融业如何利用 NVIDIA DGX 平台更好地管理市场不确定性

作者 英伟达中国

NVIDIA DGX A100 在 STAC-A2 基准测试风险模型上创造了吞吐量、性能和可扩展性方面的记录,并且在效率方面也大放异彩。

随着市场波动加剧,金融风险经理正在寻找更快、更好的市场分析方法。如今,在超快并行计算系统上运行的高级风险算法提供了这项服务。

运行 Red Hat 软件的 NVIDIA DGX A100 系统提升了风险平台的技术水平,可为金融服务公司提供性能和运营收益。在最近的基准测试中,这些系统只使用了竞争对手服务器的一小部分能源和空间。

新推出的 NVIDIA DGX 系统具有 640GB 的 GPU 显存,在金融行业广受关注的金融风险模型 STAC-A2 基准测试中创下了八项性能记录,包括在能源和空间效率方面拔得头筹。

华尔街和更广泛的全球金融行业的一些大型公司依靠 STAC-A2 作为衡量计算平台性能的关键风险模型基准。

这些也是针对使用已审核容器的解决方案,首次公开发布的 STAC-A2 结果。Kubernetes 是一个开源容器编排平台,已成为管理容器化工作负载的事实标准,有助于部署复杂的多阶段工作流。Red Hat OpenShift 软件是非常优秀的企业 Kubernetes 平台。

STAC-A2 结果凸显了 DGX A100 系统与新部署模型集成的灵活性,以及 Red Hat 作为 Kubernetes 环境提供商,可以满足极为苛刻的企业性能要求。

吞吐量提高近 15

与最近测试的基于单一标准 CPU 服务器(双插槽 CPU 系统)2的解决方案相比,具备 640GB GPU 显存的新款 NVIDIA DGX A100 系统在 STAC-A2 基准测试中测得的吞吐量是前者的 14.8 倍(按每秒定价的期权数量)1。它的性能也优于以前测试的具有 10 个仅 CPU 云节点3和 8 个双插槽 CPU 服务器4的系统。

NVIDIA 的记录结果已经过证券技术分析中心 (STAC) 的审计。STAC 基准委员会的成员包括 450 多家领先的银行、对冲基金和金融服务技术公司,这些公司为此基准测试的制定做出了突出贡献。您可在此处获得 STAC 报告

有效降低运营费用

金融机构的大型银行、对冲基金和风险经理不仅可以从数据吞吐量的增加中受益,还可以从运营效率的提高中受益。

减少数据中心系统的能源和占用空间开支可以大大降低运营费用。这一点尤其重要,因为 IT 组织需要为新系统的预算提供依据。

具有 640GB GPU 显存的新款 DGX A100 系统5可降低运营成本:

  • 2.6 倍的能源效率6
  • 与 2018 年测试的基于 CPU 的集群系统相比,空间效率提升 2 倍;与最近测试的基于 CPU 的系统相比,空间效率提升 4 倍7

了解 STAC-A2:认识 Greeks

STAC-A2 市场风险基准测试模拟利率和其他证券价格因素随时间波动,评估其对期权价格的影响。一个重要的步骤是模拟基础证券价格路径,如图 1 所示。STAC 基准测试涉及计算按证券分组的数千个(如果不是数百个)证券价格路径的演变。

这些模拟结果用于敏感度计算,构成金融业中称为“Greeks”的风险评分。

STAC-A2 通过应用一种名为 Longstaff-Schwartz Monte Carlo 的金融分析技术来模拟多种资产的期权价格敏感性 (Greeks)。

使用蒙特卡罗模拟(随机抽样概率分布,如图 1 所示)和 Longstaff-Schwartz 方法(一种反向迭代算法,从到期日回溯时间)解决期权价格随时间变化的问题。

该技术使金融服务公司能够计算未来当前持有量和潜在交易的风险。

DGX 创造多项 STAC-A2 纪录

  • 具有 640GB GPU 显存的 DGX A1008 取得了巨大进步。与非 NVIDIA 加速系统之前取得的最佳数据相比,它拉开了一个很大的差距:在暖基线 Greeks 基准测试10中,吞吐量能达到 3 倍9,并且速度能达到 2.6 倍。

NVIDIA 还在大型问题方面创下了新的解决时间记录,与速度领先的非 NVIDIA 系统(八节点 CPU 集群)11相比,NVIDIA 在暖基线大型 Greeks 基准测试中的速度是后者的 2.3 倍。

DGX 系统致力于大规模性能,因此,它在可模拟的最大资产和路径数方面创造了新记录也就不足为奇了12。新款 DGX 系统可以处理的资产是已测试的最佳非 NVIDIA 系统的 2 倍以上13(尽管工作负载随着资产数量的增加而成倍增长),并且路径数量是最近测试的 CPU 服务器的 20 倍14

NVIDIA DGX 旨在高效、大规模地解决极具挑战性的计算问题。这些最新的 STAC-A2 结果显示了 NVIDIA DGX 在实现这一愿景方面的优势。

详细了解 NVIDIA DGX 系统

1 STAC-A2.β2.HPORTFOLIO.SPEED
2
SUT ID 210315
3
SUT ID INTC210331
4
SUT ID INTC181012
5
SUT ID NVDA210914
6 STAC-A2.β2.HPORTFOLIO.ENERGY_EFF
与基于 Ice Lake 的服务器 SUT ID INTC210315 对比
7 STAC-A2.β2.HPORTFOLIO.SPACE_EFF
SkyLake 集群 SUT ID INTC181012Ice Lake SUT ID INTC210315 对比
8
SUT ID NVDA210914
9 STAC-A2.β2.HPORTFOLIO.SPEED
10 节点云集群 SUT ID INTC210331 对比
10 STAC-A2.β2.GREEKS.WARM
8x NEC Vector Engine SUT ID NEC210422 对比
11 STAC-A2.β2.GREEKS.10-100k-1260.TIME.WARM
Skylake 集群 SUT ID INTC181012 对比
12 STAC-A2.β2.GREEKS.MAX_PATHS
STAC-A2.β2.GREEKS.MAX_ASSETS
13 STAC-A2.β2.GREEKS.MAX_ASSETS
8 Skylake 集群 SUT ID INTC181012 对比
14 STAC-A2.β2.GREEKS.MAX_PATHS
与基于 Ice Lake 的服务器 SUT ID INTC210315 对比