R的原生并行2—

R的原生并行2——修改BLAS

BLAS的全称是Basic Linear Algebra Subprograms，它是用FORTRAN语言编写的一套跟线性代数运算有关的函数，包罗向量与向量的运算、向量与矩阵的运算以及矩阵与矩阵的运算三个条理。R的许多底层运算都是基于BLAS来完成的，好比常见的%*%，用来完成矩阵的乘法。而要让R支持原生的并行计较，一个很重要的方面就是让BLAS自己可以通过并行计较来完成。幸运的是，BLAS中许多运算都是较量规整的轮回语句，而这些语句恰恰可以通过OpenMP来实现并行。由于BLAS中的函数很是多，在此为了轻便起见，我只修改了个中的dgemm.f文件，该文件主要是实现矩阵乘法运算。下面是我用修改后的BLAS源代码编译出的Rblas.dll文件，用它替换R的bin目次下的Rblas.dll（同时需要把压缩包中其它两个dll文件也复制到bin目次下），就可以对R的并行矩阵运算举办测试（注：措施的有效性大概会受CPU型号和架构的影响）。虽然了，说是说修改源代码，其实就是参照这篇文章对一些轮回语句举办了并行化的声明。

个中dgemm.f是修改后的措施，完整的BLAS源代码可以到这里下载。

下面是我电脑上的一些测试。
测试情况：

操纵系统——32位 Windows XP Home Edition SP3

CPU——Intel Core Duo T2300 1.66GHz（双核）

内存——1.00GB DDR2

测试措施：

set.seed(123);

a=matrix(rnorm(4000000),2000);

system.time(a%*%a);

测试功效：

用R自带的Rblas.dll：

> system.time(a%*%a);

  用户  系统   流逝

25.97  0.05 26.05

用附件中的Rblas.dll：

> system.time(a%*%a);

  用户  系统   流逝

32.76  0.06 16.85

用ATLAS优化的Rblas.dll：

> system.time(a%*%a);

  用户  系统   流逝

11.46  0.01 11.50

个中第一项和第三项测试CPU都只能利用单核。

从功效可以看出，并行计较的时间险些比一般的串行计较少了一半，但因为措施没有颠末优化，所以还不如ATLAS优化过的BLAS。可是，假如CPU核的数量许多，ATLAS优化的BLAS依然只能利用一个核，机能将不会有明明的晋升，但并行的BLAS则可以进一步提高机能。

假如要进一步实现R的并行计较成果，我以为有两方面的事情要做，一是将BLAS中的其它函数都举办相应的修改，而是将并行与ATLAS优化团结起来，进一步提高运算效率。

当前位置：以往代写 > 其他教程 >R的原生并行2——修改BLAS