R-revolution与MATLAB的矩阵运算性能测试

科普：

1.R语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的Ross Ihaka和Robert Gentleman开发（也因此称为R），现在由“R开发核心团队”负责开发。

2.R-revolution经过了一些加强，使得他能运用到更多的领域：

• 高性能，R-revolution使用intel的数学核心函数库来进行大部分数学计算任务，使得它的运算速度比R-Base有显著提高
• 高可靠性，R-revolution建立在最新的稳定发行版之上，使得你不用担心关键更新和bug。

一句话，R-revolution是更换了intel数学引擎的R语言版本，据其官方说性能有很大提高，而且支持并行处理。于是我就进行了一个测试。

测试平台：win7旗舰版 sp1，64bit

处理器：AMD Phenom(tm) II N830 Triple-core Processor 2.10GHz

内存：6GB

使用的R版本为：R-X64-3.0.1

使用的R-revolution版本为：Community 6.2 X64

matlab为：R 2013a X64

 

测试的主要目的是为了检测其矩阵运算性能，因此我选取了四个函数进行测试，分别是：

eigen(特征分解),svd(奇异值分解),qr(QR分解),*(矩阵乘法)

矩阵的来源是方差为0，方差为1随机生成的1000*1000的方阵

测试的结果如下:

矩阵运算性能测试	R	R-revolution	MATLAB
eigen	16.01	4.99	2.50
svd	10.20	1.78	0.85
qr	1.60	1.19	0.10
*	2.56	0.14	0.08

所有单位均为秒。

看来，运算性能上差别还是非常大的。测试的目的不是为了争论语言，而是为了让好钢用在刀刃上，所以，大量矩阵运算的算法还是用matlab比较合适。

再来看看CPU的使用情况。

 

这是我从录制出来的视频中截出来的一张图片，CPU占用率在45%左右，稳定不变，多核都在运算，但是利用率不一。（群里也有其他人反应说他们只有一个核心在运算，这个我是没有遇到就是了）。再来看看R-revolution，看看究竟革了多少命。

三个CPU都是间歇性跑满，中间有些许波动。总体来说利用率很高。然后再看以矩阵运算出门的matlab

matlab是将CPU一直压榨在慢负荷运转，看来矩阵运算对于计算机资源的利用也是matlab技高一筹。

//在本文写完之后，群里面有同学提醒我官方有一种改进R矩阵运算能力低下的方案。针对CPU优化的动态链接库，替换官方的通用DLL。

由于我的机器装的版本没有对应的DLL可以替换，所以测试结果暂时无法提供，但是我已经委托朋友去进行测试了。过几天再写个续集吧。

所有的中间数据和CPU运行视频均在这里

转载于:https://www.cnblogs.com/mathecoer/p/3245538.html