如何设计实时的数据自动化系统金融应用程序

Question

关于如何设计我的应用程序，我有一个一般性的问题。我读过库达的文档，但仍然不知道我该查些什么。如果有人能把它弄清楚，我真的很感激。

我想做一些关于股票的实时分析，比如100只股票。我有实时的市场数据输入，这将与最新的市场价格流。我想做的是：

1. 为库达卡上的每个库存预先分配内存黑，并在白天保留内存。
2. 当新的数据传入时，直接更新相应的内存卡上的数据。
3. 在更新后，发出信号或触发事件开始解析计算。计算完成后，
4. 将结果写回CPU内存。

以下是我的问题：

1. --从CPU内存到GPU内存的数据流最有效的方法是什么？因为我希望它是实时的，所以每秒将内存快照从CPU复制到GPU是不可接受的。
2. I可能需要为CPU和GPU上的100个存储分配内存块。如何将CPU存储单元映射到每个GPU存储单元？
3. 如何在新数据到达Cuda卡时触发分析计算？

。

我使用的特斯拉C1060与库达3.2在Windows上。

非常感谢您的建议。

Answer 1

你的要求没有什么不寻常的。

只要应用程序正在运行，您就可以将信息保存在GPU内存中，并进行小的更新以使数据与CPU上的数据保持同步。您可以使用cudaMalloc()分配GPU内存，并使用cudaMemcpy()将更新后的数据写入已分配内存的部分。或者，您可以在推力结构(如thrust::device_vector )中保存数据。当您更新device_vector时，CUDA内存副本将在后台完成。

更新数据后，只需重新运行内核以获得更新的计算结果。

你能就问题(2)再谈一遍吗？