英特尔® Parallel Studio XE 2013 for Linux* 和 R 的集成是否会显着提升性能？

Question

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！

Answer 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。