R 为什么要增加“的数量？”；“核心”；有区别吗？

我不熟悉并行计算的概念

（我试图将其应用于一个脚本，在该脚本中，一个循环构建了几个回归模型约1000次，每次都基于这些模型的系数进行预测。每种情况下的数据集都太大，并且模型涉及虚拟代码和权重，这会进一步减慢过程。因此，我尝试将其应用于每个仪器。）“for”循环的广告。）

我正在尝试使用

doParallel

和

foreach

库，并使用

registerDoParallel（）

设置内核数。我有一台Windows 10机器。我的理解是，这会调用

detectCores（）

和

Sys.getenv（“处理器的数量”）

将返回“逻辑处理器”的数量，而不是核心的数量：

> detectCores()
  [1] 4

我的任务管理器显示了这些规范

我试着用我应该设置的

registerDoParallel（）

核心的“正确”（？）数量进行了一点实验，并意识到它可以接受任何数量。我进一步进行了实验，发现这甚至会产生不同。我已经从这两个的创建者那里改编了上面的脚本（第3页）比较不同数量内核的串行到并行执行

x <- iris[which(iris[,5] != "setosa"), c(1,5)]
trials <- 10000

library(foreach)
library(doParallel)

#detectCores()
#Sys.getenv('NUMBER_OF_PROCESSORS') 
registerDoParallel(cores = 4)
getDoParWorkers()

ptimes = numeric(15)
stimes = numeric(15)

for (i in 1:15) {
stime <- system.time({
  r <- foreach(icount(trials), .combine=cbind) %do% {
    ind <- sample(100, 100, replace=TRUE)
    result1 <- glm(x[ind,2]~x[ind,1], family=binomial(logit))
    coefficients(result1)
  }
})[3]
stimes[i] = stime
}

for (i in 1:15) {
ptime <- system.time({
  r <- foreach(icount(trials), .combine=cbind) %dopar% {
    ind <- sample(100, 100, replace=TRUE)
    result1 <- glm(x[ind,2]~x[ind,1], family=binomial(logit))
    coefficients(result1)
  }
})[3]
ptimes[i] = ptime
}

---

x实际上，设置与计算线程相同数量的硬件核心（物理核心，在您的示例中为2个）会很好


更多详情：

如果您的工作负载是计算密集型的，则会有更多的线程（比硬件内核大）将竞争资源并降低性能。但是，在某些情况下，例如您的示例，工作负载要求每次计算都有大量内存访问，因此更多线程隐藏内存延迟会有好处。实际上，CPU是面向延迟的，它可以自动隐藏延迟。在您的情况下，超过2个线程可以获得进一步的改进，但不会太多

因此，与每次运行时不同系统上的调优时间（应该使用多少线程）相比，在并行计算程序中使用#个硬件内核会更好

关于使用R in的并行计算的一个很好的介绍。
如果我告诉你，使用像Revolution R这样的优化发行版可以在不使用任何工人的情况下将性能提高四倍，那会怎么样？在四元机上，大型阵列上的

svd运行速度要快7倍，因为函数本身使用SIMD命令和Intel的数学库。代码是非常干净如果我告诉你这不是R革命所独有的呢？你已经能够将Intel MKL与R结合至少十年了。请解释一下哪种代码更干净。至于你的具体问题，CPU除了SIMD之外还有很多技巧，比如缓存、预取数据和超线程。如果有什么不同的话，你的计时也很简单你的代码甚至没有充分利用两个cores@DirkEddelbuettel没有说是的。我说优化的发行版可以使性能提高四倍。至于cleaner，调用像

svd

这样的优化函数肯定比试图重写相同的函数来使用worker更干净。SIMD和multi-code的结合core使

svd

在Quad上运行速度提高7倍，这是它的美妙之处——对于不变的R代码，您可以获得相同的性能增益。BLAS和LAPACK是接口和（更好，但更商业化）MKL实现可以与任何适当的R构建一起工作。标准R、Radford Neal的pqR……你可以说出来。谢谢你的回答。为了澄清并确保我理解你的观点，你会将术语“计算线程”与术语“逻辑处理器”互换使用吗？@Tony，实际上，计算线程是软件级别的概念，因此它意味着您设置了多少线程/过程，例如您尝试过的2/4/12/24。另一方面，“逻辑/物理处理器”指的是机器上固定的硬件资源，例如机器中的2个物理核和4个逻辑处理器。然后，我们考虑如何将计算线程映射到硬件核。在这里，我推荐一个计算线程到一个物理核的策略。