OpenCL 지원은 매우 좋은 선택이며, 현재와 미래의 컴퓨팅 플랫폼 이질성은 매우 분명하지만 이제 CUDA 성능보다 OpenCL을 사용하는 조건에서 동일한 알고리즘이 훨씬 낮으며 아마도 OpenCL보다 CUDA가 더 근본적이고 자체 GPU에 더 최적화되어있을 것입니다. NVIDIA의 GPU는 더 나은 성능, 더 나은 추진력을 가지고 있으며 CUDA 컴파일러는 LLVM을 채택했습니다. NVIDIA의 GPU 성능이 더 좋고, 개발 추진력이 더 좋고, CUDA 컴파일러가 LLVM을 채택했으며, CUDA를 지원하는 언어가 점점 더 많아지고, Python이 이제 지원할 수 있으며, 특히 프로그래밍 사용 편의성에서 CUDA6.0, 특히 통합 메모리 기술이 더 두드러지며, 향후 자동 데이터 마이그레이션을위한 CUDA 런타임 지원이 더 좋아지면 프로그램의 성능과 프로그래밍 생산성이 더 향상 될 것입니다. OpenCL에 대한 MQL5 지원은 좋은 시작이며, 향후 CUDA에서 수행할 수 있는 몇 가지 작업이 있을 수 있습니다.
가장 먼저 물어보시는 분이십니다. 교체하는 것은 그리 어렵지 않습니다.
투표를 해볼게요.
바로 여기서 해봤어요.
요청한 페이지를 찾을 수 없습니다.
경로가 올바른지 확인한 후 다시 시도하세요.
문서에서 파일을 다운로드할 수 없습니다.
네, 맞습니다. 다운로드한 파일은 html 페이지로 확인되었지만 mq5 파일은 아닌 것으로 확인되었습니다.
감사합니다. 서비스 센터에 알려 드리겠습니다.
네, 맞습니다. 다운로드한 파일은 html 페이지로 확인되었지만 mq5 파일은 아닌 것으로 확인되었습니다.
고마워요, 서비스 센터에 알려 드리겠습니다.
수정되었습니다.
좋은 기사입니다. 감사합니다.
하지만 여전히 오픈클을 트레이딩에 어떻게 사용할 수 있는지 궁금합니다.
새 문서 OpenCL: 평행 세계로 가는 다리 (영문)가 출시되었습니다:
By 회의론자 필로조프
OpenCL 지원은 매우 좋은 선택이며, 현재와 미래의 컴퓨팅 플랫폼 이질성은 매우 분명하지만 이제 CUDA 성능보다 OpenCL을 사용하는 조건에서 동일한 알고리즘이 훨씬 낮으며 아마도 OpenCL보다 CUDA가 더 근본적이고 자체 GPU에 더 최적화되어있을 것입니다. NVIDIA의 GPU는 더 나은 성능, 더 나은 추진력을 가지고 있으며 CUDA 컴파일러는 LLVM을 채택했습니다. NVIDIA의 GPU 성능이 더 좋고, 개발 추진력이 더 좋고, CUDA 컴파일러가 LLVM을 채택했으며, CUDA를 지원하는 언어가 점점 더 많아지고, Python이 이제 지원할 수 있으며, 특히 프로그래밍 사용 편의성에서 CUDA6.0, 특히 통합 메모리 기술이 더 두드러지며, 향후 자동 데이터 마이그레이션을위한 CUDA 런타임 지원이 더 좋아지면 프로그램의 성능과 프로그래밍 생산성이 더 향상 될 것입니다. OpenCL에 대한 MQL5 지원은 좋은 시작이며, 향후 CUDA에서 수행할 수 있는 몇 가지 작업이 있을 수 있습니다.
저자 또는 전문가가 답변해 주세요:
아래 코드가 메인 스톤 또는 비디콘에서 더 빨리 작동하는 곳은 어디입니까? 그리고 구체적인 사항이 있나요?
void OnStart()
{
long total= 1000000000;
for(long i=0;i<total;i++)
for(long q=0;q<total;q++)
for(long w=0;w<total;w++)
for(long e=0;e<total;e++)
for(long r=0;r<total;r++)
for(long t=0;t<total;t++)
for(long y=0;y<total;y++)
for(long u=0;u<total;u++)
func(i,q,w,e,r,t,y,u);
}