據 Cointelegraph 報道，牛津大學的一支多學科研究團隊開發了一款 GPU 加速的限價訂單簿 (LOB) 模擬器，名爲 JAX-LOB，這是同類產品中的首款。JAX 是谷歌開發的用於訓練高性能機器學習系統的工具。在 LOB 模擬器的背景下，它允許人工智能 (AI) 模型直接在金融數據上進行訓練。
牛津研究團隊創造了一種新方法，利用 JAX 僅使用 GPU 即可運行 LOB 模擬器。傳統上，LOB 模擬使用計算機處理單元 (CPU) 運行。通過直接在 GPU 鏈上運行它們（現代 AI 訓練就是在 GPU 鏈上運行），AI 模型可以跳過幾個通信步驟。根據牛津團隊的預印本研究論文，這可將速度提高 7 倍。
LOB 動態是金融領域中研究最爲深入的科學方面之一。例如，在股票市場中，LOB 可讓全職交易員在整個日常交易中保持流動性。而在加密貨幣領域，專業投資者幾乎在各個層面都採用 LOB。訓練 AI 系統以瞭解 LOB 動態是一項困難且數據密集型的任務，由於金融市場的性質和複雜性，它依賴於模擬。模擬越準確、越強大，基於模擬訓練的模型就越高效、越有用。
根據牛津團隊的論文，找到優化這一過程的方法至關重要：“由於 LOB 在金融系統中發揮着核心作用，準確高效地模擬 LOB 動態的能力非常有價值。例如，它可能允許金融公司提供更好的服務，或者可能使政府能夠預測金融監管對金融系統穩定性的影響。”作爲同類產品中的第一個，JAX-LOB 仍處於起步階段。研究人員在論文中強調需要進一步研究，但一些專家已經預測它可能會對人工智能和金融科技領域產生積極影響。Anthropic 聯合創始人 Jack Clark 最近寫道：“像 JAX-LOB 這樣的軟件很有趣，因爲它看起來正是未來強大的人工智能可能用來進行自己的金融實驗的東西。”