我有这个代码用于并行编写我的结果 . 我在R中使用 foreach 和 doParallel 库 .
output_location='/home/Desktop/pp/'
library(foreach)
library(doParallel)
library(data.table)
no_cores <- detectCores()
registerDoParallel(makeCluster(no_cores))
a=Sys.time()
foreach(i=1:100,.packages = c('foreach','doParallel')
,.options.multicore=mcoptions)%dopar%
{result<- my_functon(arg1,arg2)
write(result,file=paste(output_location,"out",toString(i),".csv"))
gc()
}
现在它在CPU中使用4个内核,因此使用此代码编写所需的时间非常少 . 但我想使用GPU进行foreach-doparallel . 是否有任何方法可以在GPU上处理 foreach doParallel 循环 . gputools,gpuR 是一些支持R包的GPU . 但它们主要用于数学计算,如gpuMatMult(),gpuMatrix()等 . 我正在寻找在GPU上运行循环 . 任何帮助或指导都会很棒 .
1 回答
使用
foreach
或类似工具进行并行化是有效的,因为您有多个CPU(或具有多个内核的CPU),可以同时处理多个任务 . GPU也有多个核心,但这些核心已经用于并行处理单个任务 . 因此,如果要进一步并行化,则需要多个GPU .但是,请记住,GPU仅比某些类型的应用程序更快 . 使用大型矩阵的矩阵运算是一个很好的例子!有关一个特定示例的最新比较,请参见性能部分here . 因此,您可以考虑GPU是否适合您 .
此外:文件IO将始终通过CPU .