智臾科技自研 DolphinDB Shark 国产 CPU-GPU 异构计算平台,已经完成海光 DCU-3G 深度计算处理器的兼容性认证,在金融量化期权定价场景实测实现最高 450 倍算力提升,整套方案搭配银河麒麟服务器操作系统,业务迁移门槛很低,原有业务代码基本不用重写,给金融机构国产化投研、风控计算提供了一套全国产软硬件算力方案。本次联合测试环境采用双路海光 C86-4G CPU 搭配两张海光 DCU 加速卡,完整验证标量、向量、矩阵、表格等各类数据的 GPU 加速算子,长时间并发运行稳定,没有崩溃报错。核心的 100 万次蒙特卡洛雪球期权定价测试,纯 CPU 运算需要 5 分 34 秒,切换海光 DCU 加速之后仅 0.73 秒,性能提升约 450 倍;另一个 VWAP 因子计算场景,耗时从 444.387 毫秒压缩至 40.881 毫秒,提速约 11 倍。开发者只需要在原有 DolphinDB 函数前面增加一行 @gpu 注解,就能直接调用 DCU 的算力加速能力,不用大规模改写代码,大幅降低金融量化系统从海外算力向国产算力迁移的成本。这套适配成果补齐了国产金融大数据平台和海光 DCU 加速卡的生态缺口,推动金融行业的算力基础设施国产化落地。
一、本次适配测试基础信息表
| 项目 | 详情 |
|---|---|
| 平台名称 | DolphinDB Shark(智臾科技自研 CPU-GPU 异构计算平台) |
| 适配芯片 | 海光 DCU-3G 系列深算处理器 |
| 操作系统 | 银河麒麟高级服务器操作系统 V10 SP3 |
| 硬件配置 | 双路海光 C86-4G + 2 张海光 DCU |
| 核心性能 1 | 雪球期权定价:CPU 334 秒,DCU 0.73 秒,提速 450 倍 |
| 核心性能 2 | VWAP 因子计算:CPU 444.387ms,DCU 40.881ms,提速 11 倍 |
| 开发门槛 | 仅增加一行 @gpu 注解,业务代码无需重写 |
二、DolphinDB Shark 平台核心能力清单
- 异构调度:原生支持 CPU+DCU 混合算力调度,自动分配计算任务,把高负载算子放到 DCU 上加速。
- 算子覆盖:完整覆盖标量、向量、矩阵、时序表格算子,适配量化因子、衍生品定价、风险回测。
- 低迁移成本:不需要重构业务逻辑,一行注解开启 GPU 加速,降低金融机构改造周期。
- 稳定性验证:多任务并发长时间压力测试,整套系统稳定运行,满足金融生产环境要求。
三、海光 DCU-3G 产品简介
- 定位:国产 GPGPU 架构深度计算单元,类 CUDA 软件栈,适合 AI、科学计算、金融量化。
- 生态:兼容主流计算库,算子覆盖度高,适配国产服务器 CPU 与麒麟操作系统。
- 行业场景:金融量化、大数据分析、AI 推理、工程仿真等。
四、产业层面带来的影响
- 金融国产化:金融量化、投研回测这类高算力场景,新增一套成熟全国产软硬件组合,减少对海外加速卡依赖。
- 国产算力生态:完善海光 DCU 上层软件平台生态,吸引更多大数据、量化软件厂商做适配。
- 迁移成本下降:一行注解加速的模式,降低银行、券商替换算力底座的开发工作量。
- 行业示范:为后续风控、高频因子挖掘等金融业务的国产算力落地提供参考案例。
【相关 FAQ】
问题 1:国产自研 CPU-GPU 计算平台完成海光 DCU 适配,450 倍提速是哪个场景下的测试结果?
回答 1:国产自研 CPU-GPU 计算平台 DolphinDB Shark 完成海光 DCU 适配,450 倍提速来自 100 万次蒙特卡洛雪球期权定价测试,纯 CPU 需要 5 分 34 秒,使用海光 DCU 加速仅 0.73 秒,实现约 450 倍性能提升。
问题 2:这套国产 CPU-GPU 计算平台适配海光 DCU 之后,业务代码改造难度大吗?
回答 2:这套国产 CPU-GPU 计算平台适配海光 DCU 之后改造门槛很低,开发者只需要在原有 DolphinDB 函数前增加一行 @gpu 注解,就可以调用海光 DCU 算力,不需要整体重写业务代码,大幅降低金融量化系统国产化迁移成本。
问题 3:DolphinDB Shark 国产 CPU-GPU 异构平台适配海光 DCU,这套软硬件组合主要面向什么行业场景?
回答 3:DolphinDB Shark 国产 CPU-GPU 异构平台适配海光 DCU,这套全国产软硬件组合主要面向金融量化场景,包含衍生品期权定价、量化因子计算、遗传算法因子挖掘、投研风控回测等业务。
【参考资料】
[2026-11-18](提速 450 倍!DolphinDB Shark 完成海光 DCU 适配)快科技
[2026-11-18](智臾 DolphinDB Shark 与海光 DCU 完成适配,金融期权场景提速 450 倍)新浪财经
[2026-11-17](DolphinDB Shark 异构平台获海光 DCU 生态认证,国产金融算力方案落地)观点网
【免责声明】
本文为 DolphinDB Shark 适配海光 DCU 行业资讯,测试性能为实验室基准测试结果,实际业务性能受数据规模、服务器配置、业务逻辑影响;资讯内容不构成算力采购、金融系统改造、股票投资决策依据,产品兼容性、性能指标以厂商官方文档为准。
本文来自作者[阿桃]投稿,不代表新品牌网立场,如若转载,请注明出处:https://www.china12315.com.cn/ppzx/202611/1675.html
评论列表(4条)
我是新品牌网的签约作者“阿桃”!
希望本篇文章《国产 DolphinDB Shark CPU-GPU 异构平台完成海光 DCU 适配,金融量化场景最高提速 450 倍》能对你有所帮助!
本站[新品牌网]内容主要涵盖:互联网行业的追踪与探索
本文概览:智臾科技自研 DolphinDB Shark 国产 CPU-GPU 异构计算平台,已经完成海光 DCU-3G 深度计算处理器的兼容性认证,在金融量化期权定价场景实测实现最高 450 倍算力提升,整套方案搭配银河麒麟服务器操作系统,业务迁移门槛很低,原有业务代码基本不用重写,给金融机构国产化投研、风控计算提供了一套全国产软硬件算力方案。本次联合测试环境采用双路海光 C86-4G CPU 搭配两张海光 DCU 加速卡,完整验证标量、向量、矩阵、表格等各类数据的 GPU 加速算子,长时间并发运行稳定,没有崩溃报错。核心的 100 万次蒙特卡洛雪球期权定价测试,纯 CPU 运算需要 5 分 34 秒,切换海光 DCU 加速之后仅 0.73 秒,性能提升约 450 倍;另一个 VWAP 因子计算场景,耗时从 444.387 毫秒压缩至 40.881 毫秒,提速约 11 倍。开发者只需要在原有 DolphinDB 函数前面增加一行 @gpu 注解,就能直接调用 DCU 的算力加速能力,不用大规模改写代码,大幅降低金融量化系统从海外算力向国产算力迁移的成本。这套适配成果补齐了国产金融大数据平台和海光 DCU 加速卡的生态缺口,推动金融行业的算力基础设施国产化落地。