Universidade de Oxford inova com Simulador GPU-Acelerado de Linhas de Negócio para Treinamento de IA
Summary:
Pesquisadores da Universidade de Oxford desenvolveram o JAX-LOB, um simulador de livro de ordens acelerado por GPU (Graphics Processing Unit), utilizando a ferramenta de aprendizado de máquina de alto desempenho do Google, JAX. Ao executar simulações de livro de ordens em GPUs em vez de CPUs tradicionais, os modelos de IA treinados em dados financeiros experimentam aumentos significativos de velocidade, oferecendo benefícios potenciais para aplicações de IA e fintech. Essa abordagem inovadora poderia ter um impacto positivo na precisão e eficiência da modelagem de dinâmicas de livro de ordens, possibilitando melhores serviços financeiros e previsões de estabilidade aprimoradas.
A Universidade de Oxford revelou um simulador revolucionário de livro de ordens limitadas (LOB) chamado JAX-LOB, que utiliza aceleração de GPU e é o primeiro do seu tipo. JAX, desenvolvido pelo Google, é uma ferramenta de aprendizado de máquina de alto desempenho que permite que modelos de IA treinem diretamente em dados financeiros. Os pesquisadores de Oxford conceberam uma abordagem única para permitir que o JAX execute simulações LOB exclusivamente em GPUs, rompendo com o uso tradicional de CPUs. Ao aproveitar as cadeias de GPU, comumente usadas para treinamento de IA, os modelos de IA podem evitar várias etapas de comunicação, resultando em um aumento de velocidade de até 7X, conforme mencionado no artigo de pesquisa da equipe. Essa inovação está pronta para impactar profundamente os campos de IA e fintech, potencialmente fornecendo novas capacidades para empresas financeiras e auxiliando a previsão governamental dos efeitos de regulamentações financeiras. Embora o JAX-LOB ainda seja relativamente novo e precise de investigações adicionais, especialistas como Jack Clark, da Anthropic, veem seu potencial como uma ferramenta usada por futuros sistemas de IA poderosos para conduzir experimentos financeiros.
Published At
9/5/2023 8:19:42 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.