Question

我注意到R没有使用我所有的CPU，我希望将其大幅增加（高达100％）。我不希望它只是并行化一些函数;我希望R使用更多的CPU资源。我正在尝试使用lp（）函数运行纯IP集合打包程序。目前，我运行Windows，我的计算机上有4个核心。

我曾尝试过雪，doParallel和foreach（尽管我不知道我在做什么）。

在我的代码中，我有这个......

library(foreach)
library(doParallel)
library(snowfall)

cl <- makeCluster(4)
registerDoParallel(cl)

sfInit(parallel = TRUE, cpus = 4)


#code that is taking a while to run but does not involve simulations/iterations

lp (......, all.int = TRUE)

sfStop()

R卡住并运行lp（）很长一段时间。我的CPU大概是25％，但我怎么能增加呢？

Answer 1

如果您尝试并行运行4个不同的LP，请按照void QTextEdit::dropImage(QImage const& p_image, QString const& p_format) void QTextEdit::insertFromMimeData(const QMimeData* p_source)中的说明进行操作。

snowfall

E.g。 sfClusterApply中的函数可以包含您的LP。

否则，请参阅有关您的问题的评论

Answer 2

将此作为答案发布，因为评论中没有足够的空间这不是直接针对您的问题的答案，而是针对性能的更多答案。

R默认使用慢速统计库，默认情况下也只能使用单核。改进的库是OPENBLAS / ATLAS。然而，这些可能是一个痛苦的安装我个人最终使用this guide开始工作。

我最终使用了Revolution R open(RRO) + MKL，它同时改进了BLAS库和多CPU支持。它是另一种R分布，它的速度应该是常规R的20倍（我不能证实这一点，但它更快）。

此外，您可以检查CRAN HPC packages以查看是否有任何支持lp功能的改进包。

还有用于探索多CPU使用的软件包 Gavin的This回答，以及@ user3293236上面的答案显示了允许多CPU使用的软件包的几种可能性。

如何让R使用更多的CPU使用率？

2 个答案: