FPGAを用いた金融計算の高速化と高度化

使用 FPGA 加速并提高财务计算的复杂性

• 批准号: 21K13327
• 负责人: 今井 悠人
• 金额: $ 3万
• 依托单位: Nishogakusha University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K13327/
• 关键词: 数理ファイナンス; 計算ファイナンス; GPU; FPGA; 機械学習

金融計算におけるFPGAの適用可能性のある事例を収集し、その優位性について検討を行った。その結果、FFTやMonte Carlo法ではシミュレーションが難しい確率モデルについて研究を行うことが有用であると判断することができた。これにより、Black-Scholesモデルでの知見を生かし、より複雑なモデルでFPGA(Field Programmable Gate Array)を組み込むことでCPU、GPU単独よりも高速かつ低消費電力で計算が可能であるということが示せると考える。さらに、教師付き機械学習が本研究課題において有用であることが判明した。教師付き機械学習を用いるためには、多量のサンプルを生成する必要がある。その際に、GPUと併せてFPGAを用いることが可能であり、かつ有用であると判断するに至った。FPGAは汎用的なCPU、GPUとASICとの中間に位置するデバイスである。FPGAもASIC(特定用途向け集積回路; Application Specific Integrated Circuit)同様、求める機能のためには回路を専用設計しなくてはならない。CPUやGPUとFPGAが最も異なるのはこの点である。そのため、引き続きディジタル回路設計の観点からも研究対象と内容の整理を行なった。引き続きCOVID19及びロシアのウクライナ侵略等の影響によりGPUやFPGAをはじめとした半導体の入手が困難となっているため、最新のGPUとFPGAの導入は2023年度に先送りした。また、国内の研究集会において研究発表を2件行なった。

我们收集了FPGA在金融计算中的应用案例，探讨了其优势。因此，我们得出的结论是，研究使用 FFT 和蒙特卡罗方法难以模拟的随机模型将很有用。这表明，通过利用 Black-Scholes 模型的知识并将 FPGA（现场可编程门阵列）合并到更复杂的模型中，我认为与单独使用 CPU 或 GPU 相比，计算速度更快且功耗更低。此外，人们发现监督机器学习在这个研究问题中很有用。为了使用监督机器学习，需要生成大量样本。当时我们得出的结论是，将 FPGA 与 GPU 结合使用是可能且有用的。 FPGA是一种介于通用CPU、GPU和ASIC之间的器件。与 ASIC（专用集成电路）一样，FPGA 需要专门设计的电路才能实现所需的功能。这是CPU、GPU、FPGA之间最大的区别。因此，我们继续从数字电路设计的角度来组织我们的研究课题和内容。由于受到 COVID-19 和俄罗斯入侵乌克兰的影响，获得 GPU 和 FPGA 等半导体仍然很困难，因此我们将最新 GPU 和 FPGA 的推出推迟到 2023 年。此外，还在国内研究会议上做了两次研究报告。

项目成果

Position-dependent changes in phycobilisome abundance in multicellular cyanobacterial filaments revealed by Raman spectral analysis

拉曼光谱分析揭示多细胞蓝藻丝中藻胆体丰度的位置依赖性变化

• DOI: 10.1101/2023.02.14.528583
• 发表时间: 2023
• 作者: Ishihara Jun;Imai Yuto
• 通讯作者: Imai Yuto