英特尔® Parallel Studio XE 2013 for Linux* 和 R 的集成是不是会显着提升性能?
Posted
技术标签:
【中文标题】英特尔® Parallel Studio XE 2013 for Linux* 和 R 的集成是不是会显着提升性能?【英文标题】:Does the integration of Intel® Parallel Studio XE 2013 for Linux* and R lead to significant performance improvements?英特尔® Parallel Studio XE 2013 for Linux* 和 R 的集成是否会显着提升性能? 【发布时间】:2014-04-19 21:16:10 【问题描述】:我在 R 中运行一些资源密集型计算。我使用 for 循环、引导程序模拟等。我已经将适用于 Linux* 的英特尔® 数学核心函数库与 R 集成,这似乎显着缩短了计算时间。我现在正在考虑为 Linux* 和 R 集成英特尔® Parallel Studio XE 2013。这意味着将其随附的不同编译器传递给 R:
(1) 英特尔® Parallel Studio XE 2013 for Linux* 和 R 的集成是否会显着提升性能?
(2) 您能否举一些例子,在哪些情况下我会受益?
谢谢!
【问题讨论】:
【参考方案1】:非常粗略的数量级:
并行/多核 BLAS(例如 MKL)将在内核数量上进行亚线性扩展但仅适用于实际是 BLAS 调用的部分操作,即不适用于您的基本“ for-loops、bootstrap 模拟等"
字节编译你的 R 代码可能会给你两倍,也许三倍
之后,您可能需要更重的武器,例如 Rcpp,它可以在涉及“for 循环、引导程序模拟等”的代码上提供 50、70、90 倍的加速,这就是为什么在 MCMC 人群中如此受欢迎
同样,英特尔 TBB 和其他并行技巧需要重写您的代码。
没有免费的午餐。
【讨论】:
谢谢!在进行矩阵乘法时,我经历了显着的改进。感谢您提供指向您页面的链接。我会阅读 Rcpp。以上是关于英特尔® Parallel Studio XE 2013 for Linux* 和 R 的集成是不是会显着提升性能?的主要内容,如果未能解决你的问题,请参考以下文章
英特尔® Parallel Studio XE 2013 for Linux* 和 R 的集成是不是会显着提升性能?