微軟Azure和一家名為Riskfuel的AI初創(chuàng)公司以及Nvidia GPU聯(lián)手提供基于深度學習的場外(OTC)衍生品的近期估值，該功能長期存在于交易所交易的股票，國債和貨幣中，但是它是新的根據(jù)微軟的說法。在這個500萬億美元的市場中，交易者通常會通過隔夜批量處理來分析影響估值的復雜定價因素，對此表示歡迎。

豐業(yè)銀行采用的基于云的功能在使用NVIDIA V100 Tensor Core GPU的Microsoft Azure ND40rs_v2(NDv2系列)虛擬機實例上運行Riskfuel的加速衍生品深度學習模型。微軟高級項目經(jīng)理Ian Finder加速了HPC基礎架構，他在博客中表示，該系統(tǒng)“提供的衍生產(chǎn)品估價比基于CPU的本地群集運行的常規(guī)模型快2000萬倍”。

Finder在談到大流行時說：“在波動加劇的時候，交易員及其管理者需要了解市場狀況對給定工具的影響，因為這一天已經(jīng)到來，以便能夠采取適當?shù)男袆?。反映上一交易日收盤情況的報告僅在平靜的市場中具有價值，即使在那時，能夠進行快速估值和風險敏感性計算的公司在市場中也具有重要優(yōu)勢。”

他說，與交易所交易的工具不同，“每次交易工具都可以觀察到價值時，需要使用復雜的財務模型來計算OTC衍生工具的價值(利率掉期，信用違約掉期和結構性產(chǎn)品)。” Finder說，這通常是通過傳統(tǒng)的蒙特卡洛計算完成的，而不是對一系列情況和結果或有限差分分析進行概率掃描。

他說：“銀行每年花費數(shù)千萬美元來大批量每晚計算其場外衍生品投資組合的價值，…………在傳統(tǒng)的，受CPU限制的工人的本地集群上運行-提供了一系列良好的結果在給定的一天。”

“……隨著機器學習的影響擴展到生產(chǎn)工作負載中，一種引人注目的模式正在出現(xiàn)在依賴傳統(tǒng)模擬的各種場景和行業(yè)中。一旦計算完成，傳統(tǒng)仿真的輸出就可以用于訓練DNN模型，然后通過引入GPU加速幾乎可以實時評估它。

Finder說，試驗的第一階段是通過重復運行傳統(tǒng)模型并輸入要由Riskfuel模型近似的值，生成用于訓練數(shù)據(jù)的100,000,000個樣本。然后，Azure工程師和Riskful對照傳統(tǒng)的CPU驅(qū)動方法，在Azure ND40rs_v2實例上測量了Riskfuel模型的性能。Finder報告，該研究發(fā)現(xiàn)性能提高了20倍以上。他說，對于擁有32,768筆交易的投資組合，Azure ND40rs_v2的吞吐量為915,000,000估值/秒，而使用基于CPU的VM上運行的傳統(tǒng)模型則為32估值/秒。

“這些結果清楚地證明了采用混合方法取代傳統(tǒng)的本地高性能計算(HPC)模擬工作量的潛力：使用云中的傳統(tǒng)方法作為方法來生成用于訓練DNN的數(shù)據(jù)集，然后可以評估同一集合功能幾乎是實時的。” Finder說。

微軟表示，Azure ND40rs_v2具有八個NVIDIA V100 Tensor Core GPU，每個GPU具有32 GB的GPU內(nèi)存，并具有NVLink高速互連，可提供一個petaFLOPS FP16計算。Finder表示，衍生評估模型實例利用系統(tǒng)的浮點性能“在推理步驟上實現(xiàn)了最高的面向批次的性能，并為模型訓練實現(xiàn)了最大的吞吐量。”

Scotiabank的常務董事兼XVA交易主管Karin Bergeron說：“通過遷移到云，如果需要進行一些額外的方案分析，我們可以啟動額外的VM。” 該公司已在其衍生產(chǎn)品平臺中實現(xiàn)了Riskfuel模型。“以前，我們無法按需訪問這種計算。顯然，性能改進非常受歡迎。”

Riskfuel的創(chuàng)始人兼首席執(zhí)行官瑞安·弗格森(Ryan Ferguson)表示，估值模型可能會對衍生品市場產(chǎn)生重大影響。

他說：“當前的市場波動表明需要對OTC衍生品進行實時估值和風險管理。” “夜間批處理的時代即將結束。我們不僅重視Azure ND40rs_v2虛擬機的出色快速推理，還重視模型訓練任務。在這種快速的GPU實例上，我們的培訓時間從48小時減少到了4小時以下。”

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關。財經(jīng)信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！