r - 为什么 R 在我的(较强的)台式机上比在我的(较弱的)笔记本电脑上慢？

Question

我使用的是 Dell Latitude E7440 笔记本电脑，配备 Windows 7 Enterprise 操作系统、8GB RAM、64 位操作系统、Intel(R) Core(TM) i7- 4600U CPU @ 2.10GHz 处理器，2701 Mhz，2 核，4 个逻辑处理器(即 4 核)。

我使用的是 Dell Precision Tower 7810 台式机，配备 Windows 7 Enterprise 操作系统、32GB RAM、64 位操作系统、Intel(R) Xeon(R) CPU E5-2620 v3 @ 2.40GHz 2 处理器，2401 Mhz，6 核，12 个逻辑处理器(即 24 核)。

我对 R 的使用的一个很好的演示是在 RStudio 中使用 gbm 对具有约 300 个特征的 100K 大小的数据运行二进制分类。但无论我在笔记本电脑 R 版本上做什么(关闭所有其他软件，不使用并行化)，都比我的桌面 R 版本快得多。怎么可能？我需要做什么才能找到答案？

笔记本电脑:

> sum <- 0; system.time(for (i in 1:1000000) sum <- sum + i)
   user  system elapsed 
   0.36    0.00    0.36 
> memory.limit()
[1] 8097
> sessionInfo()
R version 3.3.1 (2016-06-21)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252    LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                           LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] tools_3.3.1

桌面:

> sum <- 0; system.time(for (i in 1:1000000) sum <- sum + i)
   user  system elapsed 
   0.52    0.00    0.52 
> memory.limit()
[1] 32684
> sessionInfo()
R version 3.3.1 (2016-06-21)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

locale:
[1] LC_COLLATE=English_United States.1252  LC_CTYPE=English_United States.1252    LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                           LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] tools_3.3.1

Answer 1

Dell Latitude E7440 Laptop ... i7-4600U CPU @ 2.10GHz Processor, 2701 Mhz

Dell Precision Tower 7810 Desktop ... E5-2620 v3 @ 2.40GHz 2 Processors, 2401 Mhz

这就是原因。您的笔记本电脑的 CPU 的物理时钟速度比台式机的运行速度更快，因此 R 的运行速度也更快。

在没有多线程 BLAS 或其他并行处理技巧的情况下，拥有多个核心不会影响问题。同样，只要您有足够的内存来保存数据，更多 GB 不会加快速度(缓存问题除外，但 100K 应该可以轻松放入两台计算机上的缓存中)。