R에 사용되는 CPU 수를 제어하는 ​​방법은 무엇입니까?

Question

나는 다른 R 패키지 (survival, nbpMatching, MASS)에 의존하고 더 많은 의존성을 가져 오는 the R package crossmatch을 사용하고 있습니다. 크로스 매치 패키지는 (잠재적으로) 큰 매트릭스에 대한 통계 테스트를 구현하는데, 이는 (MCMC 알고리즘 내에서) 매우 자주 계산해야합니다. 나는 (마지막 줄에 crossmatchtest()입니다) 실제 시험이 계산되기 전에 몇 가지 전처리 단계를 계산 다음 래퍼 작성했습니다 :

# wrapper function to directly call the crossmatch test with a single matrix 
# first column of the matrix must be a binary group indicator, following columns are observations 
# code is modified from the documentation of the crossmatch package 
crossmatchdata <- function(dat) { 

    # the grouping variable should be in the first column 
    z = dat[,1] 
    X = subset(dat, select = -1) 

    ## Rank based Mahalanobis distance between each pair: 
    # X <- as.matrix(X) 
    n <- dim(X)[1] 
    k <- dim(X)[2] 

    for (j in 1:k) { 
    X[, j] <- rank(X[, j]) 
    } 

    cv <- cov(X) 
    vuntied <- var(1:n) 
    rat <- sqrt(vuntied/diag(cv)) 

    cv <- diag(rat) %*% cv %*% diag(rat) 
    out <- matrix(NA, n, n) 

    icov <- ginv(cv) 
    for (i in 1:n) { 
    out[i, ] <- mahalanobis(X, X[i, ], icov, inverted = TRUE) 
    } 

    dis <- out 

    ## The cross-match test: 
    return(crossmatchtest(z, dis)) 
} 

내가 눈치 챘을 그 행렬 오히려 작은 경우,이 테스트 하나의 CPU 만 사용합니다.

library(MASS) 
library(crossmatch) 
source("theCodeFromAbove.R") 
# create a dummy matrix 
m = cbind(c(rep(0, 100), rep(1, 100))) 
m = cbind(m, (matrix(runif(100), ncol=10, nrow=20, byrow=T))) 
while(TRUE) { crossmatchdata(m) } 

htop으로 모니터링합니다.

# create a dummy matrix 
m = cbind(c(rep(0, 1000), rep(1, 1000))) 
m = cbind(m, (matrix(runif(100000), ncol=1000, nrow=2000, byrow=T))) 
while(TRUE) { crossmatchdata(m) } 

나는 일반적으로이 병렬화와 괜찮아하지만 난 싶습니다 :이 매트릭스를 증가하고있어 경우에 (적어도가이 모양)을 사용할 수 있습니다 그러나, R은 많은 코어를 사용합니다 R 프로세스가 사용하는 코어 수를 수동으로 제어 할 수 있습니다. 나는 성공하지 못한 채 options(mc.cores = 4)을 시도했다.

내가 설정할 수있는 다른 변수가 있습니까? 또는 하나 이상의 코어를 사용하는 패키지를 찾는 가장 좋은 방법은 무엇입니까? 종속성에서

Answer 1

살펴 보자 : 꽤 몇 가지 의존성이다

library(miniCRAN) 
tags <- "crossmatch" 
dg <- makeDepGraph(tags, enhances = FALSE, suggests = FALSE) 
set.seed(1) 
plot(dg, legendPosition = c(-1, 1), vertex.size = 20) 

. 첫눈에 R 레벨 병렬화를위한 패키지가 없습니다. 컴파일 된 코드를 통해 병렬 처리를 사용하는 패키지의 가능성이 사라집니다. 그러한 패키지 중 하나는 data.table (다른 것이있을 수도 있음)입니다. setDTthreads(1)을 사용하면 병렬 처리를 해제하십시오.

물론 R을 최적화 된 BLAS에 연결할 수도 있습니다. 이 경우 행렬 대수에서 병렬 처리가 일어날 가능성이 큽니다.

업데이트 : RhpcBLASctl을 패키지 및 OpenMPController는 BLAS 또는 OpenMP의에 의해 사용되는 코어의 수를 제어 할 수

@Dirk Eddelbuettel just pointed out. kartoffelsalat에 의해

편집 :

우분투 16.04 아래의 문제의 문제에 대한 일 다음. macOS에서는 작동하지 않았습니다 (패키지 OpenMPController도 마찬가지입니다).

library(RhpcBLASctl) 
blas_set_num_threads(3)