การประมวลผลข้อมูล GPU แบบเร่งสำหรับ R ใน Windows

ขณะนี้ฉันกำลังเขียนบทความเกี่ยวกับ Big Data ที่ทำให้เราใช้ R เป็นอย่างมากในการวิเคราะห์ข้อมูล ฉันมี GTX1070 ในพีซีของฉันเพราะเหตุผลด้านการเล่นเกม ดังนั้นฉันคิดว่ามันจะเจ๋งจริง ๆ ถ้าฉันสามารถใช้มันเพื่อเร่งการประมวลผลสำหรับบางสิ่งที่อาจารย์ของฉันทำไว้ แต่มันไม่ง่ายเลยที่จะทำสิ่งนี้ ฉันได้ติดตั้ง gpuR, CUDA, Rtools และบิตและบ็อบอีกสองสามตัวและฉันสามารถสร้างวัตถุ gpuMatrix จากข้อมูลการแสดงออกทางจีโนม แต่ฉันยังไม่พบฟังก์ชั่นที่ใช้งานได้กับวัตถุ gpuMatrix และยังให้ความแตกต่างที่เห็นได้ชัดเจนในประสิทธิภาพ บางทีนี่อาจเกี่ยวข้องกับข้อ จำกัด ที่มีอยู่ในแพคเกจ gpuR - แพ็คเกจอื่น ๆ ดูเหมือนจะพูดถึงการมีฟังก์ชั่นที่ฟังดูเหมือนพวกเขาจะเหมือนกับสิ่งที่ฉันกำลังมองหา

แพคเกจเหล่านั้นเกือบทั้งหมดมีเฉพาะสำหรับ Linux มันยากที่จะใช้ GPU รองรับ R ใน windows หรือไม่ หรือมีเหตุผลอื่นอีกไหมที่มีแพคเกจจำนวนน้อยที่มีให้ทำใน Windows ในแง่หนึ่งฉันแค่อยากรู้อยากเห็น แต่มันก็เจ๋งมากที่จะทำให้มันทำงานได้จริง มันทำให้ฉันประหลาดใจที่มี Windows เล็ก ๆ น้อย ๆ มักจะเป็นแบบอื่น

จากประสบการณ์ของฉันการตั้งค่าการประมวลผล GPU สำหรับ R นั้นยากการตั้งค่าบนเครื่อง Windows จะยิ่งยากขึ้น นอกจากนี้การประมวลผล GPU สามารถใช้สำหรับการคำนวณประเภทที่เฉพาะเจาะจงเท่านั้น

หากคุณเพียงแค่ต้องการตั้งค่าการประมวลผล GPU เพื่อประโยชน์ของมันคำตอบของฉันก็ค่อนข้างไร้ประโยชน์

หากคุณสนใจการเพิ่มประสิทธิภาพทั่วไปของระบบและรหัสของคุณฉันแนะนำให้ตรวจสอบขั้นตอนต่อไปนี้:

• ใช้ Microsoft R Open แทน Base R เพราะจะเปิดใช้งานการประมวลผลแบบมัลติคอร์บนเครื่องของคุณโดยอัตโนมัติ

• Vectorize รหัสของคุณ

• ใช้ไลบรารีเช่น data.table แทน dataframes

• หลีกเลี่ยงวัตถุที่กำลังเติบโต

โดยทั่วไปประสิทธิภาพของ R ขึ้นอยู่กับคุณภาพรหัสของคุณเป็นอย่างมาก บทสรุปที่ดีมากเกี่ยวกับสิ่งที่คุณสามารถทำได้และควรทำไว้ในR Infernoโดย Patrick Burns