Rei*_*son 23
是的,对于初学者,请参阅CRAN上的高性能计算任务视图.这列出了可用于支持单台机器上的并行计算的软件包的详细信息.
从R版本2.14.0开始,通过并行包提供内置的并行计算支持,其中包括现有雪和多核包的略微修改版本.该并行包有一个小插曲,你应该阅读.您可以使用以下方式查看:
vignette(package="parallel", topic = "parallel")
还有其他方法可以利用您的多核,例如通过使用多线程BLAS进行线性代数计算.
这些是否会加速你想要做的"统计计算"将取决于那些"统计计算"是什么.产生多个线程或工作人员需要花费很高的成本来设置它们,管理它们并收集结果.一些操作看到使用多个核心/线程的好处(一些大,一些小),其他操作由于这种额外的开销而减慢.
简而言之,不要期望通过使用n个核心而不是1 个来减少n倍的计算时间.
如果您碰巧对同一事物进行了少量*迭代(或者针对少数*不同参数的相同代码),最简单的方法是运行R-OS的多个副本将在不同的核心上分配工作.
在相反的情况下,去学习如何使用真正的并行扩展.
为了这个答案,很少意味着核心数量的减少或相等.
| 归档时间： |
|
| 查看次数： |
9630 次 |
| 最近记录： |