tol64 덕분에 어느 방향으로 봐야하는지 이해합니다. 기사들을 간략히 살펴보니, 제 지식이 즉석에서 코드를 이해하기에는 부족하고, 코드가 없으면 아무리 읽어도 모든 내용을 이해하기 어렵습니다.
도움말 섹션을 살펴보았지만 필요한 정보가 없습니다.
나는 70 페이지의 주제를 모두 읽었고 하루 종일 그것에 대해 보냈지 만 일반적으로 그림이 더 명확 해졌습니다.
컴퓨터에서 어드바이저를 최적화할 때 전략 테스터에서 비디오 카드의 처리 능력을 사용하는 기능이 아직 구현되지 않은 것이 유감입니다. 나는 4개의 에이전트(4개의 코어 - 2500K)를 가지고 있습니다. 이것은 랩톱에 있는 것을 훨씬 능가하지만 어드바이저를 질적으로 최적화하기에 충분하지 않습니다.
OpenCL 계산을 위한 스크립트를 확인했고 결과를 첨부합니다.
추신 추가 라이브러리와 드라이버는 설치하지 않았고, 4개월 전에 마이닝용 AMD SDK를 설치했는데 이 정도면 충분하다고 생각합니다.
비디오가 이상하게 보일 수 있습니다. 이것은 6970에서 플래시된 BIOS가 있는 AMD 6950이므로 모든 1536 파이프라인이 열려 있고 주파수가 825로 증가합니다.
고맙습니다.
기사는 매우 흥미롭고 매우 상세합니다.
데이터 사용과 프로그래밍의 복잡성을 탐구하는 것은 흥미로웠지만 안타깝게도 이 기사에 설명된 모든 것을 이해하기 위해 그러한 책을 다룰 시간이 없습니다.
내가 이해하는 한 최적화는 가능하지만 개별적인 방식으로만 가능합니다.
어드바이저를 최적화 할 때 옵션을 계산하는 데 사용되는 MT5의 테스터에 추가 에이전트(에이전트)를 연결하는 것(프로세서 코어를 표시하는 에이전트 외에)은 현재 불가능하며 소프트웨어에서 구현되지 않습니다 ??
...
어드바이저를 최적화 할 때 옵션을 계산하는 데 사용되는 MT5의 테스터에 추가 에이전트(에이전트)를 연결하는 것(프로세서 코어를 표시하는 에이전트 외에)은 현재 불가능하며 소프트웨어에서 구현되지 않습니다 ??
안녕하세요.
tol64 덕분에 어느 방향으로 봐야하는지 이해합니다. 기사들을 간략히 살펴보니, 제 지식이 즉석에서 코드를 이해하기에는 부족하고, 코드가 없으면 아무리 읽어도 모든 내용을 이해하기 어렵습니다.
도움말 섹션을 살펴보았지만 필요한 정보가 없습니다.
나는 70 페이지의 주제를 모두 읽었고 하루 종일 그것에 대해 보냈지 만 일반적으로 그림이 더 명확 해졌습니다.
컴퓨터에서 어드바이저를 최적화할 때 전략 테스터에서 비디오 카드의 처리 능력을 사용하는 기능이 아직 구현되지 않은 것이 유감입니다. 나는 4개의 에이전트(4개의 코어 - 2500K)를 가지고 있습니다. 이것은 랩톱에 있는 것을 훨씬 능가하지만 어드바이저를 질적으로 최적화하기에 충분하지 않습니다.
OpenCL 계산을 위한 스크립트를 확인했고 결과를 첨부합니다.
추신 추가 라이브러리와 드라이버는 설치하지 않았고, 4개월 전에 마이닝용 AMD SDK를 설치했는데 이 정도면 충분하다고 생각합니다.
비디오가 이상하게 보일 수 있습니다. 이것은 6970에서 플래시된 BIOS가 있는 AMD 6950이므로 모든 1536 파이프라인이 열려 있고 주파수가 825로 증가합니다.
다들 어디갔어?! 이상하게도 며칠 동안 새 댓글이 하나도 없었습니다.
내가 읽은 것으로 판단하면 코드 텍스트에서 OpenCL용 기능을 사용할 수 있으며 프로그램의 이 부분(전문가 등)은 GPU에서 계산된다는 것을 이해했습니다.
따라서 질문이 있습니다. 이러한 어드바이저가 테스터에서 테스트되면 각 매개 변수로 계산할 때 GPU가 연결되므로 많은 수의 패스로 전체 프로세스의 속도를 높일 수 있습니다.
따라서 질문이 있습니다. 이러한 어드바이저가 테스터에서 테스트되면 각 매개 변수로 계산할 때 GPU가 연결되므로 많은 수의 패스로 전체 프로세스의 속도를 높일 수 있습니다.
따라서 Tesla가 대량으로 존재하지 않는다는 것이 분명하지만(카드 비용은 1500유로 이상) 클라우드에서 OpenCL을 사용할 수 있는 권한을 다시 활성화할 것입니다. 그러나 기능은 미래를 위한 것입니다. 모두 동일하게 주제는 모든 곳에서 개발될 것입니다.
우리는 Nvidia Tesla 카드를 테스트했으며 해당 드라이버를 사용하여 서비스 프로세스 및 원격 데스크톱에서 작업할 수 있는 것으로 나타났습니다.
따라서 Tesla가 대량으로 존재하지 않는다는 것이 분명하지만(카드 비용은 1500유로 이상) 클라우드에서 OpenCL을 사용할 수 있는 권한을 다시 활성화할 것입니다. 그러나 기능은 미래를 위한 것입니다. 모두 동일하게 주제는 모든 곳에서 개발될 것입니다.
물론 "빙산" 전체를 볼 수는 없지만 다른 카드의 드라이버를 더 깊이 파고들면 그들에게도 그런 가능성이 있다는 것이 밝혀졌을지도 모릅니다.
이 단계에서 이것이 가능하지 않은 경우 사용자가 (선택적으로) 이것 또는 이와 유사한 것에 대한 새 사용자를 추가하도록 허용할 수 있으며, 이를 통해 다른 사람들도 클라우드에 카드를 기부할 수 있습니다.
결과적으로 다중 장치 구성에서는 기본적으로 가장 빠른 장치가 선택됩니다.
이것이 바뀌면 좋겠지만 우리에게 달려 있지는 않습니다.