在回测的时候，需要计算很多的指标，对一个时间系列值进行滚动窗口求sum、mean、std......是非常常见的操作，如何提高他们的计算速度呢？

下面以滚动窗口取40，这些窗口里的系列值再求和，为案例进行。
主要目的，用于计算时间的对比

【计算任务】
1、数组有1亿3千万个元素
2、rolling windows = 40
3、function = sum

【结论】
1、CPU多线程后，提速10倍，
2、用GPU计算，比CPU多线程加速10倍
本机配置：AMD 3700X + RTX 2060

一、用CPU计算

（1）单线程计算

using BenchmarkTools

N = 2^27
ary =Array(1:N)
res =similar(ary)

function cpu_fn(ary,res)
    for index in ary
        size = 40
        if index < size
            res[index] = 0 #看业务需求，也可以：有多少就算多少
        else
            for i in index - size + 1 : index
                res[index] += ary[i]
            end
        end
    end


    return nothing
end

@btime cpu_fn(ary,res)  #  4.699s

耗时：4.699s

（2）多线程计算

function cpu_fn_threads(ary,res)
    Threads.@threads for index in ary
        size = 40
        if index < size
            res[index] = 0
        else
            for i in index - size + 1 : index
                res[index] += ary[i]
            end
        end
    end
    return nothing
end

@btime cpu_fn_threads(ary,res)  #439.207ms   

耗时：439.207ms （接近半秒）

二、用GPU进行计算

using CUDA
using Test
using BenchmarkTools

function gpu_fn!(ary,res)
    index = (blockIdx().x - 1) * blockDim().x + threadIdx().x

    size = 40
    if index < size
        res[index] = 0.0
    else
        for i in index - size + 1 : index
            res[index] += ary[i]
        end
    end

    return nothing
end

N = 2^27
ary = CUDA.CuArray(1:N)  # a vector stored on the GPU filled with 1.0 (Float32)
res = CUDA.CuArray(1:N)   # a vector stored on the GPU filled with 2.0

numblocks = ceil(Int, N/256)

@cuda threads=256 blocks=numblocks gpu_fn!(ary,res)

#测试计算时间
@btime CUDA.@sync begin   # 43.219ms
    @cuda threads=256 blocks=numblocks gpu_fn!(ary,res)
end

耗时：43.219ms

三、总结和注意事项

（1）本机的 CPU是 amd 3700x GPU是 rtx2060

（2）单线程耗时4.6秒，多线程耗时439.2ms，然而，如果用GPU计算，耗时为43.2ms

GPU计算时间是CPU多线程的十分之一，是单线程CPU的百分之一，关键是，利用GPU计算后，你可以把CPU解放出来，做别的事情

（3）同步GPU计算的时候用

#关键点 是 【begin】  和  【end】，省去begin和end的话，会出错
CUDA.@sync begin  
    @cuda threads=256 blocks=numblocks gpu_fn!(ary,res)
end

（4）在GPU上计算sum，mean，std等，你需要查看CUDA提供哪些函数，比如，他没有提供SUM函数，需要自己实现累加，但是提供了sin 、 cos等等，具体可以直接使用哪些函数，请查询CUDA.JL的官网。