Question

我最近将我的R BLAS框架改为vecLib，后者随Mac一起提供。在这样做之后，我遇到了R中并行包的问题。这是一个例子：

<div class="navscroll">
  <div>Why arent these</div>
  <div>Side by side</div>
  <div>or sliding across the WHOLE navbar</div>
</div>

这个（Example）讨论说mclapply可能由于内存问题而返回NULL。虽然70x70矩阵不应该导致内存问题（我的工作空间是空的，垃圾收集），请注意60x60矩阵的问题消失了：

library(parallel)
xx1<-matrix(runif(2*70),ncol=2)
mcl.test<-mclapply(1:2,function(i) sum(tcrossprod(xx1[,i])),mc.cores = 2)
mcl.test

[[1]]
NULL

[[2]]
NULL

xx2<-matrix(runif(2*60),ncol=2) mcl.test<-mclapply(1:2,function(i) sum(tcrossprod(xx2[,i])),mc.cores = 2) mcl.test [[1]] [1] 754.1371 [[2]] [1] 889.7769时没问题。如果我将BLAS切换回默认值，我也没有问题。此外，当我从终端使用R时没有问题。 使用多线程R（通过vecLib）在终端外使用mclapply的正确方法是什么？

mc.cores=1

Answer 1

我发现这项工作的唯一方法是通过设置环境变量PX.Objects.AR来强制vecLib只使用一个线程（参见this）。这并不完全令人满意，因为BLAS使用的线程总数和export VECLIB_MAXIMUM_THREADS=1使用的核心数仍然可能少于可用核心的总数。

因此，我切换到openBLAS而不是vecLib。似乎openBLAS没有这个问题（虽然它可能在过去）。使用openBLAS，似乎我可以使用mclapply在许多核心上运行某些内容，每个子进程尽可能使用多线程。

mclapply与vecLib发生冲突

1 个答案: