Yedelkin 이 경우 단 하나의 생각: 단순 표시기는 버퍼 수에 정비례하여 메모리를 소모하므로 메모리가 마음에 들지 않으면 부하를 보조 표시기로 전달할 수 있습니다.
영형! 이것은 이미 건설적이지만 아무도 터미널 설정 에서 막대 수를 제한하는 것을 금지하지 않습니다. 더 적은 메모리를 소비하고 CopyClose() 등도 배열이 필요하며 이것은 유사한 컴퓨터 메모리입니다. 그리고 표시기 자체에서 재 계산을위한 막대 수를 제한하는 것이 가능한 것 같습니다. 메모리도 적습니다.
IgorM : 그러나 아무도 터미널 설정 에서 막대 수를 제한하는 것을 금지하지 않습니다. 더 적은 메모리를 소비합니다.
예, "미리 경고 - 팔뚝" :)
IgorM : CopyClose() 등도 배열이 필요하며 이것은 유사한 컴퓨터 메모리입니다.
여기에서는 CopyClose() 함수에 의한 유사한 메모리 소비에 대해 동의하지 않습니다. 새로운 데이터를 얻기 위해 이 기능을 사용하면 저차원 배열과 표시기 버퍼를 생성할 수 있습니다. 이 버퍼는 항상 터미널 설정에 지정된 전체 길이로 확장됩니다. 적어도 50,000 바.
IgorM : 이 구성이 테스터에서 제대로 작동합니까?
9월에 테스터는 터미널 설정 의 막대 수 제한에 응답하지 않았습니다. 저것들. 전체 스토리를 로드했습니다. 보조 표시기는 테스터에서 정상적으로 작동합니다.
계산이 GPU가 아닌 CPU를 통해 수행되는 이유를 알려주세요. 뭔가 이해가 가지 않을 수 있지만 CUDA와 OpenCL의 효과는 많은 산업 분야에서 인정받고 있습니다. 의료 컴퓨팅에도 사용됩니다. 일부 한심한 2-4-8 상담원은 비디오 카드의 128명 이상의 상담원에 비해 한심합니다.
계산이 GPU가 아닌 CPU를 통해 수행되는 이유를 알려주세요. 뭔가 이해가 가지 않을 수 있지만 CUDA와 OpenCL의 효과는 많은 산업 분야에서 인정받고 있습니다. 의료 컴퓨팅에도 사용됩니다. 일부 한심한 2-4-8 상담원은 비디오 카드의 128명 이상의 상담원에 비해 한심합니다.
폭풍우를 쫓지 마십시오. 계산을 위해 GPU 기능을 사용하는 방법에 대해 명확한 러시아어와 영어로 작성된 두 개의 기사에 대한 링크를 제공했습니다.
블리자드를 직접 운전하지 마십시오. GPU 에이전트는 MQ를 사용하지 않습니다. 지금까지 클라우드 컴퓨터에서 다양한 보기를 표준화하는 방법에 대해 의견을 제시하지 않았습니다.
문제 1: 컴퓨터에 여러 개의 CPU 코어와 하나의 vidyakha가 있습니다. 모든 에이전트는 리소스를 요청하기 위해 vidyahu에 올라갑니다.
문제 2: 비디오 카드는 메모리와 코어 수 면에서 크게 다릅니다(비디오 카드용 코드 작성은 한 가지이지만 범용 코드 작성은 훨씬 더 어렵습니다). 군중의 지능이 가장 멍청한 양의 지능과 같다는 것을 잊지 마십시오. 이것은 어떤 막대를 설정할 것인가의 문제를 제기합니다. 하나의 코드와 128코어 및 512MB 메모리의 경우 힙이 되고 다른 코드에는 최소 2GB 및 2048코어가 필요합니다. 반복합니다. vidyahi는 CPU보다 훨씬 더 다르기 때문에 클라우드에서 사용하는 데 문제가 있습니다. CPU의 경우 에이전트가 코어를 사용할 수 있는 PR 수준을 통해 문제가 해결됩니다.
매드로드 :
계산이 GPU가 아닌 CPU를 통해 수행되는 이유를 알려주세요. 뭔가 이해가 가지 않을 수 있지만 CUDA와 OpenCL의 효과는 많은 산업 분야에서 인정받고 있습니다. 의료 컴퓨팅에도 사용됩니다. 일부 한심한 2-4-8 상담원은 비디오 카드의 128명 이상의 상담원에 비해 한심합니다.
클라우드에 비참한 2-4-8 에이전트가 없습니다. 작업에 따라 클라우드 스케일, 512 에이전트가 어드바이저를 테스트 했으므로 심각한 작업의 경우 더 오를 수 있습니다.
25. MetaTester: 테스트 에이전트에서 OpenCL 프로그램 사용에 대한 지원이 추가되었습니다.
OpenCL 프로그램은 OpenCL 1.1 표준 이상을 지원하는 비디오 카드에서 계산을 수행하도록 설계되었습니다. 최신 비디오 카드에는 들어오는 데이터 스트림에 대해 간단한 수학 연산을 동시에 수행할 수 있는 수백 개의 소형 특수 프로세서가 포함되어 있습니다. OpenCL 언어는 이러한 병렬 컴퓨팅의 구성을 처리하고 특정 클래스의 작업에 대해 엄청난 가속을 달성할 수 있도록 합니다.
정확히 어떤 불편함이 있는지 잘 모르겠습니다. 모든 문자에 대해 OnInit()의 기록을 한 번 업로드하면 끝입니다.
음, 지표 생성 자체가 기록이 필요한 깊이까지 다운로드된다는 것을 보장합니까?
"시계열 및 표시기에 대한 MQL5 참조 액세스 - 데이터 액세스 구성" https://www.mql5.com/en/docs/series/timeseries_access
서버에서 새 데이터를 수신하면 모든 시간 프레임에 대해 사용된 가격 데이터를 HC 형식으로 자동 업데이트하고 이를 계산을 위한 입력 데이터로 명시적으로 사용하는 모든 지표를 다시 계산합니다.
표시기 로드를 얼마나 보았는지 모든 것이 명확하게 작동하는 것 같습니다. 전문가의 표시기를 호출하십시오. 기기의 기록이 로드되지 않으면 터미널의 트래픽이 즉시 이동하고 데이터가 로드되고, 표시기에서 TF를 가져와도 트래픽이 변경되지 않습니다.
나는 데이터 자동 로딩이 싫다. 지속적으로 모니터링해야 한다. 논리에 따르면 5세대 단말기는 스스로 해야 한다! MT4에서는 표시기 코드의 자동 로드 기록 - "여전히 그 갈퀴"가 있었습니다. :)
영형! 이것은 이미 건설적이지만 아무도 터미널 설정 에서 막대 수를 제한하는 것을 금지하지 않습니다. 더 적은 메모리를 소비하고 CopyClose() 등도 배열이 필요하며 이것은 유사한 컴퓨터 메모리입니다. 그리고 표시기 자체에서 재 계산을위한 막대 수를 제한하는 것이 가능한 것 같습니다. 메모리도 적습니다.
이 디자인이 테스터에서 제대로 작동합니까?
예, "미리 경고 - 팔뚝" :)
여기에서는 CopyClose() 함수에 의한 유사한 메모리 소비에 대해 동의하지 않습니다. 새로운 데이터를 얻기 위해 이 기능을 사용하면 저차원 배열과 표시기 버퍼를 생성할 수 있습니다. 이 버퍼는 항상 터미널 설정에 지정된 전체 길이로 확장됩니다. 적어도 50,000 바.
계산이 GPU가 아닌 CPU를 통해 수행되는 이유를 알려주세요. 뭔가 이해가 가지 않을 수 있지만 CUDA와 OpenCL의 효과는 많은 산업 분야에서 인정받고 있습니다. 의료 컴퓨팅에도 사용됩니다. 일부 한심한 2-4-8 상담원은 비디오 카드의 128명 이상의 상담원에 비해 한심합니다.
누가 GPU 컴퓨팅 리소스를 사용하는 것을 금지합니까?
보다:
OpenCL: 병렬 세계로의 다리OpenCL: 순진한 코딩에서 더 의미 있는 코딩으로
누가 GPU 컴퓨팅 리소스를 사용하는 것을 금지합니까?
보다:
OpenCL: 병렬 세계로의 다리OpenCL: 순진한 코딩에서 더 의미 있는 코딩으로
비디오 카드를 계산에 연결할 방법이 없습니다
폭풍우를 쫓지 마십시오. 계산을 위해 GPU 기능을 사용하는 방법에 대해 명확한 러시아어와 영어로 작성된 두 개의 기사에 대한 링크를 제공했습니다.
폭풍우를 쫓지 마십시오. 계산을 위해 GPU 기능을 사용하는 방법에 대해 명확한 러시아어와 영어로 작성된 두 개의 기사에 대한 링크를 제공했습니다.
블리자드를 직접 운전하지 마십시오. GPU 에이전트는 MQ를 사용하지 않습니다. 지금까지 클라우드 컴퓨터에서 다양한 보기를 표준화하는 방법에 대해 의견을 제시하지 않았습니다.
문제 1: 컴퓨터에 여러 개의 CPU 코어와 하나의 vidyakha가 있습니다. 모든 에이전트는 리소스를 요청하기 위해 vidyahu에 올라갑니다.
문제 2: 비디오 카드는 메모리와 코어 수 면에서 크게 다릅니다(비디오 카드용 코드 작성은 한 가지이지만 범용 코드 작성은 훨씬 더 어렵습니다). 군중의 지능이 가장 멍청한 양의 지능과 같다는 것을 잊지 마십시오. 이것은 어떤 막대를 설정할 것인가의 문제를 제기합니다. 하나의 코드와 128코어 및 512MB 메모리의 경우 힙이 되고 다른 코드에는 최소 2GB 및 2048코어가 필요합니다. 반복합니다. vidyahi는 CPU보다 훨씬 더 다르기 때문에 클라우드에서 사용하는 데 문제가 있습니다. CPU의 경우 에이전트가 코어를 사용할 수 있는 PR 수준을 통해 문제가 해결됩니다.
계산이 GPU가 아닌 CPU를 통해 수행되는 이유를 알려주세요. 뭔가 이해가 가지 않을 수 있지만 CUDA와 OpenCL의 효과는 많은 산업 분야에서 인정받고 있습니다. 의료 컴퓨팅에도 사용됩니다. 일부 한심한 2-4-8 상담원은 비디오 카드의 128명 이상의 상담원에 비해 한심합니다.
클라우드에 비참한 2-4-8 에이전트가 없습니다. 작업에 따라 클라우드 스케일, 512 에이전트가 어드바이저를 테스트 했으므로 심각한 작업의 경우 더 오를 수 있습니다.
블리자드를 직접 운전하지 마십시오. GPU 에이전트는 MQ를 사용하지 않습니다. 지금까지 클라우드 컴퓨터에서 다양한 보기를 표준화하는 방법에 대해 의견을 제시하지 않았습니다.
눈보라를 운전하지 마십시오. GPU는 로컬 에이전트에서 사용됩니다. 찻주전자는 구름에 대해 묻지 않고 메타 테스터에 대해 물었다.
https://www.mql5.com/ru/forum/6042/page10 참조레나트 :
비디오 카드가 테스터의 새 빌드에 이미 포함되어 있습니까? 그렇다면 그녀의 작업 결과는 어디에서 볼 수 있습니까?
그렇지. MQL5에서 OpenCL 함수를 호출하고 작업을 계산할 수 있습니다.
https://www.mql5.com/en/forum/23/page15 참조
MetaTrader 5 클라이언트 터미널 빌드 655
...
25. MetaTester: 테스트 에이전트에서 OpenCL 프로그램 사용에 대한 지원이 추가되었습니다.
OpenCL 프로그램은 OpenCL 1.1 표준 이상을 지원하는 비디오 카드에서 계산을 수행하도록 설계되었습니다. 최신 비디오 카드에는 들어오는 데이터 스트림에 대해 간단한 수학 연산을 동시에 수행할 수 있는 수백 개의 소형 특수 프로세서가 포함되어 있습니다. OpenCL 언어는 이러한 병렬 컴퓨팅의 구성을 처리하고 특정 클래스의 작업에 대해 엄청난 가속을 달성할 수 있도록 합니다.