英特尔MKL和Oracle R发行版

Question

我正在尝试测试使用Oracle R Distribution的多线程优势。 我有一个工作站，它具有12核CPU和32 GB可用的RAM，我非常想利用它。

我已经下载了最新的Oracle R发行版和Intel MKL 11.1的30天试用版。 当我运行Sys.BlasLapack() ，我已经根据Oracle文档和R studio指定了PATH ，我正在获取Intel Math Kernel Library（Intel MKL）。

但是我的工作没有更快地运行。 我是否需要运行.bat文件之一来实际编译和设置MKL的参数？ 我没有Visual Studio，并且在网上找不到任何内容告诉我如何执行此操作。 有指针吗？ 我正在使用Windows 7专业版。

Answer 1

答案很简单：从运行基准这里在标准BLAS和Intel MKL，看看是否MKL工作。 MKL仅会提高某些操作的性能。

要真正获得Oracle R实现的全部功能，您必须使用嵌入式R函数 。 这些是从ore开始的。

在Oracle R Enterprise中，嵌入式R执行是将R脚本存储在Oracle数据库中并调用此类脚本的能力，这些脚本然后在一个或多个R引擎中执行，这些R引擎在数据库中运行并且由数据库动态启动和管理。

我们已经在办公室中试用了ORE，并在Exadata框上运行了Oracle。 我们仅在数据集非常大时才开始看到性能提升。

如果您的目标是利用功能更强大的BLAS，则实际上并不需要OracleR。 在Unix发行版上，您可以使用--with-blas选项构建开源R（请参阅此链接 ）。 我相信同样的方法可以用于Windows，尽管我从来没有使用Windows从源代码编译过R。

并非所有R函数在不同的BLAS上运行都更快，特别是像glm这样的大多数建模函数都不使用BLAS。 为了检查使用不同BLAS的系统的性能，我使用了此站点中的脚本 。 如果使用Intel MKL，它们将运行得更快。 也许您应该在Oracle R发行版上尝试一下，并与开源安装进行比较，以确认ORE使用的是Intel BLAS。

总体而言，尝试安装Intel BLAS并不能带来很多日常性能提升。 Revolution Analytics在其非免费发行的R如何利用英特尔MKL方面取得了重大进展。 但是他们不得不重写许多R函数以利用提高的速度。