微软Azure和一家名为Riskfuel的AI初创公司以及Nvidia GPU联手提供基于深度学习的场外(OTC)衍生品的近期估值，该功能长期存在于交易所交易的股票，国债和货币中，但是它是新的根据微软的说法。在这个500万亿美元的市场中，交易者通常会通过隔夜批量处理来分析影响估值的复杂定价因素，对此表示欢迎。

丰业银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)虚拟机实例上运行Riskfuel的加速衍生品深度学习模型。微软高级项目经理Ian Finder加速了HPC基础架构，他在博客中表示，该系统“提供的衍生产品估价比基于CPU的本地群集运行的常规模型快2000万倍”。

Finder在谈到大流行时说：“在波动加剧的时候，交易员及其管理者需要了解市场状况对给定工具的影响，因为这一天已经到来，以便能够采取适当的行动。反映上一交易日收盘情况的报告仅在平静的市场中具有价值，即使在那时，能够进行快速估值和风险敏感性计算的公司在市场中也具有重要优势。”

他说，与交易所交易的工具不同，“每次交易工具都可以观察到价值时，需要使用复杂的财务模型来计算OTC衍生工具的价值(利率掉期，信用违约掉期和结构性产品)。” Finder说，这通常是通过传统的蒙特卡洛计算完成的，而不是对一系列情况和结果或有限差分分析进行概率扫描。

他说：“银行每年花费数千万美元来大批量每晚计算其场外衍生品投资组合的价值，…………在传统的，受CPU限制的工人的本地集群上运行-提供了一系列良好的结果在给定的一天。”

“……随着机器学习的影响扩展到生产工作负载中，一种引人注目的模式正在出现在依赖传统模拟的各种场景和行业中。一旦计算完成，传统仿真的输出就可以用于训练DNN模型，然后通过引入GPU加速几乎可以实时评估它。

Finder说，试验的第一阶段是通过重复运行传统模型并输入要由Riskfuel模型近似的值，生成用于训练数据的100,000,000个样本。然后，Azure工程师和Riskful对照传统的CPU驱动方法，在Azure ND40rs_v2实例上测量了Riskfuel模型的性能。Finder报告，该研究发现性能提高了20倍以上。他说，对于拥有32,768笔交易的投资组合，Azure ND40rs_v2的吞吐量为915,000,000估值/秒，而使用基于CPU的VM上运行的传统模型则为32估值/秒。

“这些结果清楚地证明了采用混合方法取代传统的本地高性能计算(HPC)模拟工作量的潜力：使用云中的传统方法作为方法来生成用于训练DNN的数据集，然后可以评估同一集合功能几乎是实时的。” Finder说。

微软表示，Azure ND40rs_v2具有八个NVIDIA V100 Tensor Core GPU，每个GPU具有32 GB的GPU内存，并具有NVLink高速互连，可提供一个petaFLOPS FP16计算。Finder表示，衍生评估模型实例利用系统的浮点性能“在推理步骤上实现了最高的面向批次的性能，并为模型训练实现了最大的吞吐量。”

Scotiabank的常务董事兼XVA交易主管Karin Bergeron说：“通过迁移到云，如果需要进行一些额外的方案分析，我们可以启动额外的VM。” 该公司已在其衍生产品平台中实现了Riskfuel模型。“以前，我们无法按需访问这种计算。显然，性能改进非常受欢迎。”

Riskfuel的创始人兼首席执行官瑞安·弗格森(Ryan Ferguson)表示，估值模型可能会对衍生品市场产生重大影响。

他说：“当前的市场波动表明需要对OTC衍生品进行实时估值和风险管理。” “夜间批处理的时代即将结束。我们不仅重视Azure ND40rs_v2虚拟机的出色快速推理，还重视模型训练任务。在这种快速的GPU实例上，我们的培训时间从48小时减少到了4小时以下。”

标签： GPU驱动的近期估值