Я нахожусь в процессе покупки нового ноутбука для работы. Я аспирант и использую R и Pyhton ежедневно, часто проводя большие симуляции. Мне было интересно, что наиболее важно для запуска R с большими наборами данных и большим количеством симуляций: скорость процессора или ОЗУ?
2 ответа
2
Современные компьютеры обычно поставляются с 2-4 ГБ ОЗУ, и, по крайней мере, в Windows "рекомендуемая" версия R по-прежнему 32-разрядная, что означает, что, если вы не используете менее поддерживаемую 64-разрядную версию R, вы выиграете не сможет использовать более 2-4 ГБ. В Linux более распространено распространение 64-битной версии (которая может использовать для всех практических целей неограниченный объем памяти, если он у вас есть). Кроме того, увеличение объема оперативной памяти приводит к ускорению обработки вплоть до того момента, когда вы больше не будете часто выгружаться в файл подкачки. С другой стороны, скорость процессора - это то, что никогда не сталкивается с такими произвольными ограничениями или уменьшением отдачи.
Тем не менее, если производительность критична, первое, что нужно рассмотреть, это использовать более быстрый язык, чем R или Python. R и Python являются отличными языками для не критичного к производительности кода, где удобство программиста важно, но если вам нужна скорость, вам, вероятно, будет лучше изучить D, C #, Java или даже C++ и найти хорошую статистическую библиотеку для работы с ними. Эти языки могут быть на несколько порядков быстрее, чем R и Python при работе с аналогичным образом написанным кодом.
0
Зависит от размера симуляции. Если в симуляции достаточно данных, которые не помещаются в рабочем наборе (основной памяти), узким местом всегда будет жесткий диск. Увеличение памяти в этих случаях повысит производительность за счет исключения жесткого диска из цикла, поскольку основная память на несколько порядков быстрее жесткого диска. С другой стороны, если вся проблема помещается в ОЗУ, узким местом, вероятно, будет процессорное время.