我正在使用具有Windows 7 Enterprise OS,8GB RAM,64位OS,Intel®Core(TM)i7-4600U CPU @ 2.10GHz处理器,2701 Mhz,2个Cores,4个逻辑处理器的Dell Latitude E7440笔记本电脑(这是4个核心)。
我正在使用带有Windows 7 Enterprise OS,32GB RAM,64位OS,Intel(R)Xeon(R)CPU E5-2620 v3 @ 2.40GHz的Dell Precision Tower 7810台式机,2个处理器,2401 Mhz,6核,12逻辑处理器(24个内核)。
我对R的使用的一个很好的演示是gbm
在RStudio中对具有300个功能的10万个数据运行二进制分类。但是,无论我在笔记本电脑R版本(所有其他软件均已关闭,不使用并行化)上做什么,都比在Desktop R版本上快得多。怎么可能?我需要怎么做才能找出答案?
笔记本电脑:
> sum <- 0; system.time(for (i in 1:1000000) sum <- sum + i)
user system elapsed
0.36 0.00 0.36
> memory.limit()
[1] 8097
> sessionInfo()
R version 3.3.1 (2016-06-21)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252 LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C LC_TIME=English_United States.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] tools_3.3.1
桌面:
> sum <- 0; system.time(for (i in 1:1000000) sum <- sum + i)
user system elapsed
0.52 0.00 0.52
> memory.limit()
[1] 32684
> sessionInfo()
R version 3.3.1 (2016-06-21)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.1252 LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C LC_TIME=English_United States.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
loaded via a namespace (and not attached):
[1] tools_3.3.1
Dell Latitude E7440笔记本电脑... i7-4600U CPU @ 2.10GHz处理器,2701 Mhz
Dell Precision塔式7810台式机... E5-2620 v3 @ 2.40GHz 2处理器,2401 Mhz
那就是为什么。您的笔记本电脑的CPU以比台式机更快的物理时钟速度运行,因此R的运行速度也更快。
在没有多线程BLAS或其他并行处理技巧的情况下,拥有多个内核不会影响事务。同样,只要您有足够的内存来存储数据,更多的GB数据就不会加快速度(除了缓存问题,但两台计算机上的缓存都应轻松容纳100K)。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句