- Puede instalar un libBLAS optimizado para su plataforma (MacOS, Ubuntu), por ejemplo, para una R más rápida, use OpenBLAS en su lugar: mejor que ATLAS, trivial para cambiar a Ubuntu. Anecdóticamente esto da ~ 2-3x de aceleración .
- Para una aceleración de 50-100x, suponiendo que su máquina tenga una GPU nVidia, descargue e instale un BLAS compatible con GPU. nVidia intenta hacer que esto suene incómodo para las GPU anteriores a 2013, pero aparentemente es posible para la mayoría de las GPU desde al menos 2010, simplemente no quieren decirte que 🙂 Bibliotecas aceleradas por GPU nVidia.
CUCHILLAS | Zona de desarrollo de NVIDIA : La biblioteca de subrutinas de álgebra lineal básica (cuBLAS) de NVIDIA CUDA es una versión acelerada por GPU de la biblioteca BLAS estándar completa que ofrece un rendimiento de 6x a 17x más rápido que el último (Intel) MKL BLAS. Nuevo en CUDA 6.0 es soporte multi-GPU en cuBLAS-XT .
3. Puede cambiar dinámicamente entre las bibliotecas BLAS instaladas que usa. Creo que nVidia proporciona un conmutador.
Para preguntas de instalación y soporte, use los sitios de StackOverflow y el sitio de soporte / foros / chat / correo electrónico / teléfono de nVidia GPU.
- ¿Podría el basilisco de Roko realmente suceder?
- Mi cerebro no procesa muy bien la resolución de problemas matemáticos. ¿La programación es para mí?
- ¿Cuáles son algunas de las ofertas de colocación dadas a los estudiantes de matemáticas de IIT-K? ¿Son equivalentes a los chicos de CS?
- ¿Cuál es tu fórmula matemática discreta favorita?
- ¿Cuáles son las aplicaciones de los derivados en informática?