所有R包的並行編程

Question

你知道是否有計劃在R中爲所有包引入並行編程？ 我知道一些發展，如R-革命和並行編程包，但他們似乎有專門的功能，取代最流行的功能（線性編程等）。然而，關於R的其中一個重要的事情是大量的專業化軟件包，它們每天都在爲之提供支持，並且使得複雜和耗時的分析非常容易運行。其中許多使用非常流行的函數，如廣義線性模型，但也使用結果進行額外的計算和比較，最後對輸出進行分類。據我所知，你需要定義一個函數的哪些部分可以在並行編程中運行，所以這可能是爲什麼大多數專用R包沒有這個功能，並且除非編輯代碼才能擁有它。

是否有任何計劃（或任何軟件包）能夠使所有最流行的R函數在並行處理中運行，以便所有不太常用的包含這些函數的函數可以在並行處理中運行？例如，difR軟件包的大部分功能都使用glm函數;如果glm軟件包能夠在所有多處理器機器上並行處理（或重新編寫，然後在新的R版本中發佈）運行，那麼就不需要重新編寫difR軟件包，這樣就可以運行一些在Windows PC上進行並行編程的最繁瑣程序。

Answer 1

我完全同意保羅的回答。

此外，一個通用的並行化系統需要一些非平凡的校準，即使對於那些可以很容易並行化的函數：如果你有一個提供並行計算的幾個函數的調用堆棧（例如，你正在引導一些模型擬合，模型擬合可能已經提供了並行化，低層次線性代數可以隱式並行）？您需要估計（或手動選擇）應在哪個級別進行顯式並行化。另外，你可能有隱含的並行化，所以你需要在這些之間進行權衡。然而，隱式地在R中並行化計算有一種特別簡單和普遍的方式：通過使用優化的BLAS，線性代數可以被並行化並且顯着加速。使用這個可以（取決於你的系統）就像告訴你的軟件包管理器安裝優化的BLAS一樣簡單，R將使用它。一旦鏈接到R，所有使用基本線性代數函數（如%*%,crossprod,solve等）的包都將獲利。

參見例如DirkEddelbüttel的gcbd軟件包及其小插件，並討論如何使用GotoBLAS2/OpenBLAS。

Answer 2

如何並行化某個問題通常是不平凡的。因此，在每種情況下都必須具體實施，在這種情況下，對於每個R包。所以，我不認爲R中的並行處理的一般實現將會產生，甚至是可能的。