我正在使用 LIBSVM 进行回归分析。像冠军一样工作。但是为优化模型参数而进行的 3 参数网格搜索使我的 2.66 GHz Intel 机器上的所有四个内核都达到最大值，而且我仍然需要等待几个小时才能生成单个模型。
这似乎是 Amazon EC2 的工作。
我已经看过很多关于使用 EC2 执行 Web 相关任务的教程和介绍性材料。
但是，如果您有一个小型计算密集型自定义 ANSI-C 程序并希望在 EC2 上运行多个实例，该怎么办？任何人都可以提供有关如何做到这一点的指针（甚至只是要搜索的流行语）吗？
【问题讨论】：
标签： amazon-ec2 machine-learning libsvm
我认为您的任务与 Web 应用程序的任务并没有太大的不同。你的堆栈当然是不同的，但无论如何——原则是一样的。
正如有人评论您的问题：Elastic Map Reduce 可能是您正在寻找的，可以轻松地并行化您的工作等。如果这太有限，您可以查看Cloudera。带有 support for EC2 as well 的准备就绪的 hadoop 发行版。
如果您不喜欢 map-reduce，那么您需要设置自己的实例。粗略来说，关键点如下：
如果您不需要自动缩放或自定义界面等功能，AWS 控制台可以做得非常好。您必须选择适合您项目的 AMI（亚马逊系统映像）。我可能会研究official AMI 或基于 Ubuntu 的东西（如果我没记错的话，Ubuntu 是 EC2 上最常用的 Linux）。
但这取决于您和您的喜好。 （而且我对你的项目了解不够。）
找到适合您的设置后，克隆您的工作的最简单方法是设置您自己的 AMI 并使用它启动实例等。
引导可以使用 EC2 调用的 user-script。它允许您将 shell 脚本传递给实例，该实例将执行 calls 以设置您的堆栈等。我不确定在这种情况下需要什么等。所以如果您发表评论或扩展您的答案，我可以在这里详细说明。
这是一个疯狂的猜测，因为我不确定您的代码是做什么的，或者它是如何工作的，等等。如果没有必要，我可能会先使用单个实例来扩展它。您可以使用 EC2 轻松配置大量内核和 RAM。如果您的工作需要更多 RAM 或 CPU，请查看 high-cpu and high-memory instance types。
您可以从t1.micro 开始，您目前可以使用get for free even 并从那里开始。
如果这有帮助，请告诉我！
【讨论】：