Felipe Vargas Reeve
2013-Apr-16 14:46 UTC
[R-es] Velocidad en la convergencia de modelos lmer o nlme
Hola a todos, quería consultar si alguien sabe alguna metodología para aumentar la velocidad en R para lograr la convergencia en modelos lmer o lme. Actualmente he leído que R sólo trabaja con sólo un núcleo, aunque el pc presente un mayor número de ellos. También de la existencia de complementos (ejemplo: parallel) que pueden aumentar el rendimiento, basándose en utilizar todos los núcleos del pc, pero creo que esto funciona para funciones independientes y no optimizan un sólo proceso como es el caso de un modelo lineal mixto y su velocidad, compilada en una única función. Eso, saludos y agradecido de sus respuestas Felipe [[alternative HTML version deleted]]
Javier Marcuzzi
2013-Apr-16 15:22 UTC
[R-es] Velocidad en la convergencia de modelos lmer o nlme
Estimado Felipe Vargas Reeve Yo busque lo mismo, hay partes que permiten la utilización de varios procesadores, pero hasta donde yo se si el programador de la librería no lo escribe en su código fuente, no es posible disfrutar de computos en paralelo. Si encuentra una alternativa, por favor avise. Javier Marcuzzi El 16 de abril de 2013 11:46, Felipe Vargas Reeve <kaiser756@gmail.com>escribió:> Hola a todos, quería consultar si alguien sabe alguna metodología para > aumentar la velocidad en R para lograr la convergencia en modelos lmer o > lme. > > Actualmente he leído que R sólo trabaja con sólo un núcleo, aunque el pc > presente un mayor número de ellos. También de la existencia de complementos > (ejemplo: parallel) que pueden aumentar el rendimiento, basándose en > utilizar todos los núcleos del pc, pero creo que esto funciona para > funciones independientes y no optimizan un sólo proceso como es el caso de > un modelo lineal mixto y su velocidad, compilada en una única función. Eso, > saludos y agradecido de sus respuestas > > Felipe > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > >[[alternative HTML version deleted]]
Felipe Vargas Reeve
2013-Apr-16 15:32 UTC
[R-es] Velocidad en la convergencia de modelos lmer o nlme
Muchas gracias Javier, quería conocer la opinión de otra persona, pero por ahora no he encontrado la forma de realizarlo. Saludos estimado, cualquier novedad les comunico Felipe Vargas Reeve El 16 de abril de 2013 12:22, Javier Marcuzzi < javier.ruben.marcuzzi@gmail.com> escribió:> Estimado Felipe Vargas Reeve > > Yo busque lo mismo, hay partes que permiten la utilización de varios > procesadores, pero hasta donde yo se si el programador de la librería no lo > escribe en su código fuente, no es posible disfrutar de computos en > paralelo. > > Si encuentra una alternativa, por favor avise. > > Javier Marcuzzi > > > El 16 de abril de 2013 11:46, Felipe Vargas Reeve <kaiser756@gmail.com>escribió: > >> Hola a todos, quería consultar si alguien sabe alguna metodología para >> aumentar la velocidad en R para lograr la convergencia en modelos lmer o >> lme. >> >> Actualmente he leído que R sólo trabaja con sólo un núcleo, aunque el >> pc >> presente un mayor número de ellos. También de la existencia de >> complementos >> (ejemplo: parallel) que pueden aumentar el rendimiento, basándose en >> utilizar todos los núcleos del pc, pero creo que esto funciona para >> funciones independientes y no optimizan un sólo proceso como es el caso de >> un modelo lineal mixto y su velocidad, compilada en una única función. >> Eso, >> saludos y agradecido de sus respuestas >> >> Felipe >> >> [[alternative HTML version deleted]] >> >> >> _______________________________________________ >> R-help-es mailing list >> R-help-es@r-project.org >> https://stat.ethz.ch/mailman/listinfo/r-help-es >> >> >[[alternative HTML version deleted]]
Si siempre tienes esta necesidad de alta demanda por capacidad de calculo Si tienes mas de un computador disponible (ya con 2 puedes) Si tienes tiempo para hecharlo a andar ... Yo probaria a montar un cluster con linux, hay distrihuciones linux que te facilitan la instalacion de un cluster (hace años yo probe con knoppix) y no se requiere hardware especial, solo que los computadores puedan conectarse entre si, lo mas simple y rapido, una red lan, ahora incluso lo puedes hacer con la tarjeta WIFI de los compus en modo monitor (pero baja el rendimiento comparado con una LAN) ... en todo caso, esto pasa a ser un tema de computacion y no ya de R. En la red hay suficiente material para leer y montar un cluster casero sin gastar nada. De esta forma puedes paralelizar no solo R, si no CASI cualquier tarea (hay algunas limitaciones especificas). Saludos, Eric. On 04/16/2013 11:46 AM, Felipe Vargas Reeve wrote:> Hola a todos, quería consultar si alguien sabe alguna metodología para > aumentar la velocidad en R para lograr la convergencia en modelos lmer o > lme. > > Actualmente he leído que R sólo trabaja con sólo un núcleo, aunque el pc > presente un mayor número de ellos. También de la existencia de complementos > (ejemplo: parallel) que pueden aumentar el rendimiento, basándose en > utilizar todos los núcleos del pc, pero creo que esto funciona para > funciones independientes y no optimizan un sólo proceso como es el caso de > un modelo lineal mixto y su velocidad, compilada en una única función. Eso, > saludos y agradecido de sus respuestas > > Felipe > > [[alternative HTML version deleted]] > > > > > _______________________________________________ > R-help-es mailing list > R-help-es en r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es
Javier Marcuzzi
2013-Apr-16 17:41 UTC
[R-es] Velocidad en la convergencia de modelos lmer o nlme
Estimado Eric. No se si comprendo correctamente, supongamos que yo tengo tres computadoras, todas con una conección de red cableada, entonces decido utilizar un linux (por no decir otro sistema), configuro un cluster y corro R. Ahora, como tengo tres computadoras tendría tres procesadores corriendo R. En el caso que tenga tres computadoras core 2 duo tendría 3 x 2 = 6 procesadores corriendo R. ¿La parte de R que procesa en paralelo correría sin problemas? ¿Y la parte de R que procesa en un solo procesador? ¿Si con una computadora con dos nucleos no puedo utilizar ambos, como puedo en un cluster? Bueno, yo solo uso una computadora (habría dos), pero creo que para otros usuarios puede ser interesante poder acelerar R. Posiblemente habría que buscar otro hilo de conversación sobre R en paralelo y compartir experiencias al respecto (yo no la tengo). Javier El 16 de abril de 2013 14:21, neo <ericconchamunoz@gmail.com> escribió:> Si siempre tienes esta necesidad de alta demanda por capacidad de calculo > Si tienes mas de un computador disponible (ya con 2 puedes) > Si tienes tiempo para hecharlo a andar ... > > Yo probaria a montar un cluster con linux, hay distrihuciones linux que te > facilitan la instalacion de un cluster (hace años yo probe con knoppix) y > no se requiere hardware especial, solo que los computadores puedan > conectarse entre si, lo mas simple y rapido, una red lan, ahora incluso lo > puedes hacer con la tarjeta WIFI de los compus en modo monitor (pero baja > el rendimiento comparado con una LAN) ... en todo caso, esto pasa a ser un > tema de computacion y no ya de R. > > En la red hay suficiente material para leer y montar un cluster casero sin > gastar nada. > > De esta forma puedes paralelizar no solo R, si no CASI cualquier tarea > (hay algunas limitaciones especificas). > > Saludos, Eric. > > > > > On 04/16/2013 11:46 AM, Felipe Vargas Reeve wrote: > >> Hola a todos, quería consultar si alguien sabe alguna metodología para >> aumentar la velocidad en R para lograr la convergencia en modelos lmer o >> lme. >> >> Actualmente he leído que R sólo trabaja con sólo un núcleo, aunque el >> pc >> presente un mayor número de ellos. También de la existencia de >> complementos >> (ejemplo: parallel) que pueden aumentar el rendimiento, basándose en >> utilizar todos los núcleos del pc, pero creo que esto funciona para >> funciones independientes y no optimizan un sólo proceso como es el caso de >> un modelo lineal mixto y su velocidad, compilada en una única función. >> Eso, >> saludos y agradecido de sus respuestas >> >> Felipe >> >> [[alternative HTML version deleted]] >> >> >> >> >> ______________________________**_________________ >> R-help-es mailing list >> R-help-es@r-project.org >> https://stat.ethz.ch/mailman/**listinfo/r-help-es<https://stat.ethz.ch/mailman/listinfo/r-help-es> >> > > ______________________________**_________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/**listinfo/r-help-es<https://stat.ethz.ch/mailman/listinfo/r-help-es> >[[alternative HTML version deleted]]
Estimado Javier, tu primer parrafo me interpreta correctamente ... pero ahora mismo yo tengo una duda tambien ... es seguro que la carga de trabajo TOTAL se puede distribuir en varios nucleos de un mismo PC o varios PCs en un cluster, pero no estoy seguro de que una UNICA TAREA (o hilo) se pueda distribuir en varios nucleos o varios PCs de un cluster, si la programacion original es secuencial dudo mucho que eso se pueda hacer de ninguna forma, pero para estar seguro eso ya habria que preguntarselo a un informatico de alto nivel, o sea de los que meten las manos en programacion de bajo nivel (yo soy ing forestal) ... pero de que ganaras potencia de calculo con el cluster, ganaras ... dale una mirada a knoppix, que era la distribucion que use para el cluster, en ese tiempo habia que ponerle un parche al kernel, pero imagino que a esta altura ya no es necesario, debian debe tener tambien todas las herramientas necesarias para montar un cluster. Saludos y suerte, eric. On 04/16/2013 02:41 PM, Javier Marcuzzi wrote:> > Estimado Eric. > > No se si comprendo correctamente, supongamos que yo tengo tres > computadoras, todas con una conección de red cableada, entonces decido > utilizar un linux (por no decir otro sistema), configuro un cluster y > corro R. > > Ahora, como tengo tres computadoras tendría tres procesadores corriendo > R. En el caso que tenga tres computadoras core 2 duo tendría 3 x 2 = 6 > procesadores corriendo R. > > ¿La parte de R que procesa en paralelo correría sin problemas? > ¿Y la parte de R que procesa en un solo procesador? > ¿Si con una computadora con dos nucleos no puedo utilizar ambos, como > puedo en un cluster? > > Bueno, yo solo uso una computadora (habría dos), pero creo que para > otros usuarios puede ser interesante poder acelerar R. > > Posiblemente habría que buscar otro hilo de conversación sobre R en > paralelo y compartir experiencias al respecto (yo no la tengo). > > Javier > > > El 16 de abril de 2013 14:21, neo <ericconchamunoz en gmail.com > <mailto:ericconchamunoz en gmail.com>> escribió: > > Si siempre tienes esta necesidad de alta demanda por capacidad de > calculo > Si tienes mas de un computador disponible (ya con 2 puedes) > Si tienes tiempo para hecharlo a andar ... > > Yo probaria a montar un cluster con linux, hay distrihuciones linux > que te facilitan la instalacion de un cluster (hace años yo probe > con knoppix) y no se requiere hardware especial, solo que los > computadores puedan conectarse entre si, lo mas simple y rapido, una > red lan, ahora incluso lo puedes hacer con la tarjeta WIFI de los > compus en modo monitor (pero baja el rendimiento comparado con una > LAN) ... en todo caso, esto pasa a ser un tema de computacion y no > ya de R. > > En la red hay suficiente material para leer y montar un cluster > casero sin gastar nada. > > De esta forma puedes paralelizar no solo R, si no CASI cualquier > tarea (hay algunas limitaciones especificas). > > Saludos, Eric. > > > > > On 04/16/2013 11:46 AM, Felipe Vargas Reeve wrote: > > Hola a todos, quería consultar si alguien sabe alguna > metodología para > aumentar la velocidad en R para lograr la convergencia en > modelos lmer o > lme. > > Actualmente he leído que R sólo trabaja con sólo un núcleo, > aunque el pc > presente un mayor número de ellos. También de la existencia de > complementos > (ejemplo: parallel) que pueden aumentar el rendimiento, basándose en > utilizar todos los núcleos del pc, pero creo que esto funciona para > funciones independientes y no optimizan un sólo proceso como es > el caso de > un modelo lineal mixto y su velocidad, compilada en una única > función. Eso, > saludos y agradecido de sus respuestas > > Felipe > > [[alternative HTML version deleted]] > > > > > _________________________________________________ > R-help-es mailing list > R-help-es en r-project.org <mailto:R-help-es en r-project.org> > https://stat.ethz.ch/mailman/__listinfo/r-help-es > <https://stat.ethz.ch/mailman/listinfo/r-help-es> > > > _________________________________________________ > R-help-es mailing list > R-help-es en r-project.org <mailto:R-help-es en r-project.org> > https://stat.ethz.ch/mailman/__listinfo/r-help-es > <https://stat.ethz.ch/mailman/listinfo/r-help-es> > >
Julio Alejandro Di Rienzo
2013-Apr-16 23:06 UTC
[R-es] Velocidad en la convergencia de modelos lmer o nlme
El sólo hecho de contar con muchos procesadores o equivalentemente muchos nucleos es la base física para hacer computación paralela. La otra componente tiene dos partes 1. La naturaleza del proceso que se quiere paralelizar. No todo algoritmo es intrínsecamente paralelizable.Los candidatos ideales en el caso de R son aquelllos que pueden aplicase en un bajo el paradigama de las distintas formas de "applys". 2. El software: hay que escribir en paralelo. En R hay varios paquetes (no muchos) que permiten implementar procedimientos paralelizados. En particular yo alguna vez realice algo con snow que implementa una froma paralelizable de apply: "parallelapply" y efectivament uno ve una reducción signficativa de los tiempos de ejecución, aunque no necesariamente es dividir por el número de nucleos o procesadores. Hay un balance entre tiempo de ejecución y transferencia de datos. Si el procesos es computacionalmente intensivos de pocos datos, entoces uno gana mucho paralelizando. Si por el contrario uno tienen que aplicar una función simple a muchos paquetes grandes de datos, la ganancia es pequeña o incluso puede haber pérdidas. Prof. Julio Di Rienzo Estadística y Biometría FCA- U.N. Córdoba IBS-RARG President http://sites.google.com/site/juliodirienzo "Biometry, the active pursuit of biological knowledge by quantitative methods." (R.A. Fisher, 1948) 2013/4/16 neo <ericconchamunoz@gmail.com>> Estimado Javier, tu primer parrafo me interpreta correctamente ... pero > ahora mismo yo tengo una duda tambien ... es seguro que la carga de trabajo > TOTAL se puede distribuir en varios nucleos de un mismo PC o varios PCs en > un cluster, pero no estoy seguro de que una UNICA TAREA (o hilo) se pueda > distribuir en varios nucleos o varios PCs de un cluster, si la programacion > original es secuencial dudo mucho que eso se pueda hacer de ninguna forma, > pero para estar seguro eso ya habria que preguntarselo a un informatico de > alto nivel, o sea de los que meten las manos en programacion de bajo nivel > (yo soy ing forestal) ... > > pero de que ganaras potencia de calculo con el cluster, ganaras ... dale > una mirada a knoppix, que era la distribucion que use para el cluster, en > ese tiempo habia que ponerle un parche al kernel, pero imagino que a esta > altura ya no es necesario, debian debe tener tambien todas las herramientas > necesarias para montar un cluster. > > Saludos y suerte, > > eric. > > > > > > > > > On 04/16/2013 02:41 PM, Javier Marcuzzi wrote: > >> >> Estimado Eric. >> >> No se si comprendo correctamente, supongamos que yo tengo tres >> computadoras, todas con una conección de red cableada, entonces decido >> utilizar un linux (por no decir otro sistema), configuro un cluster y >> corro R. >> >> Ahora, como tengo tres computadoras tendría tres procesadores corriendo >> R. En el caso que tenga tres computadoras core 2 duo tendría 3 x 2 = 6 >> procesadores corriendo R. >> >> ¿La parte de R que procesa en paralelo correría sin problemas? >> ¿Y la parte de R que procesa en un solo procesador? >> ¿Si con una computadora con dos nucleos no puedo utilizar ambos, como >> puedo en un cluster? >> >> Bueno, yo solo uso una computadora (habría dos), pero creo que para >> otros usuarios puede ser interesante poder acelerar R. >> >> Posiblemente habría que buscar otro hilo de conversación sobre R en >> paralelo y compartir experiencias al respecto (yo no la tengo). >> >> Javier >> >> >> El 16 de abril de 2013 14:21, neo <ericconchamunoz@gmail.com >> <mailto:ericconchamunoz@gmail.**com <ericconchamunoz@gmail.com>>> >> escribió: >> >> >> Si siempre tienes esta necesidad de alta demanda por capacidad de >> calculo >> Si tienes mas de un computador disponible (ya con 2 puedes) >> Si tienes tiempo para hecharlo a andar ... >> >> Yo probaria a montar un cluster con linux, hay distrihuciones linux >> que te facilitan la instalacion de un cluster (hace años yo probe >> con knoppix) y no se requiere hardware especial, solo que los >> computadores puedan conectarse entre si, lo mas simple y rapido, una >> red lan, ahora incluso lo puedes hacer con la tarjeta WIFI de los >> compus en modo monitor (pero baja el rendimiento comparado con una >> LAN) ... en todo caso, esto pasa a ser un tema de computacion y no >> ya de R. >> >> En la red hay suficiente material para leer y montar un cluster >> casero sin gastar nada. >> >> De esta forma puedes paralelizar no solo R, si no CASI cualquier >> tarea (hay algunas limitaciones especificas). >> >> Saludos, Eric. >> >> >> >> >> On 04/16/2013 11:46 AM, Felipe Vargas Reeve wrote: >> >> Hola a todos, quería consultar si alguien sabe alguna >> metodología para >> aumentar la velocidad en R para lograr la convergencia en >> modelos lmer o >> lme. >> >> Actualmente he leído que R sólo trabaja con sólo un núcleo, >> aunque el pc >> presente un mayor número de ellos. También de la existencia de >> complementos >> (ejemplo: parallel) que pueden aumentar el rendimiento, basándose >> en >> utilizar todos los núcleos del pc, pero creo que esto funciona >> para >> funciones independientes y no optimizan un sólo proceso como es >> el caso de >> un modelo lineal mixto y su velocidad, compilada en una única >> función. Eso, >> saludos y agradecido de sus respuestas >> >> Felipe >> >> [[alternative HTML version deleted]] >> >> >> >> >> ______________________________**___________________ >> R-help-es mailing list >> R-help-es@r-project.org <mailto:R-help-es@r-project.**org<R-help-es@r-project.org> >> > >> https://stat.ethz.ch/mailman/_**_listinfo/r-help-es<https://stat.ethz.ch/mailman/__listinfo/r-help-es> >> <https://stat.ethz.ch/mailman/**listinfo/r-help-es<https://stat.ethz.ch/mailman/listinfo/r-help-es> >> > >> >> >> ______________________________**___________________ >> R-help-es mailing list >> R-help-es@r-project.org <mailto:R-help-es@r-project.**org<R-help-es@r-project.org> >> > >> https://stat.ethz.ch/mailman/_**_listinfo/r-help-es<https://stat.ethz.ch/mailman/__listinfo/r-help-es> >> <https://stat.ethz.ch/mailman/**listinfo/r-help-es<https://stat.ethz.ch/mailman/listinfo/r-help-es> >> > >> >> >> > ______________________________**_________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/**listinfo/r-help-es<https://stat.ethz.ch/mailman/listinfo/r-help-es> >[[alternative HTML version deleted]]
Felipe Vargas Reeve
2013-Apr-17 00:21 UTC
[R-es] Velocidad en la convergencia de modelos lmer o nlme
Agradezco cada uno de sus comentarios. A partir de su experiencia, uno puede formarse una idea más acabada del tema. Saludos estimados, atte Felipe Vargas Reeve El 16 de abril de 2013 20:06, Julio Alejandro Di Rienzo < dirienzo.julio@gmail.com> escribió:> El sólo hecho de contar con muchos procesadores o equivalentemente muchos > nucleos es la base física para hacer computación paralela. > La otra componente tiene dos partes > 1. La naturaleza del proceso que se quiere paralelizar. No todo algoritmo > es intrínsecamente paralelizable.Los candidatos ideales en el caso de R son > aquelllos que pueden aplicase en un bajo el paradigama de las distintas > formas de "applys". > 2. El software: hay que escribir en paralelo. En R hay varios paquetes (no > muchos) que permiten implementar procedimientos paralelizados. En > particular yo alguna vez realice algo con snow que implementa una froma > paralelizable de apply: "parallelapply" y > efectivament uno ve una reducción signficativa de los tiempos de ejecución, > aunque no necesariamente es dividir por el número de nucleos o > procesadores. Hay un balance entre tiempo de ejecución y transferencia de > datos. Si el procesos es computacionalmente intensivos de pocos datos, > entoces uno gana mucho paralelizando. Si por el contrario uno tienen que > aplicar una función simple a muchos paquetes grandes de datos, la ganancia > es pequeña o incluso puede haber pérdidas. > > Prof. Julio Di Rienzo > Estadística y Biometría > FCA- U.N. Córdoba > IBS-RARG President > http://sites.google.com/site/juliodirienzo > "Biometry, the active pursuit of biological > knowledge by quantitative methods." > (R.A. Fisher, 1948) > > > 2013/4/16 neo <ericconchamunoz@gmail.com> > > > Estimado Javier, tu primer parrafo me interpreta correctamente ... pero > > ahora mismo yo tengo una duda tambien ... es seguro que la carga de > trabajo > > TOTAL se puede distribuir en varios nucleos de un mismo PC o varios PCs > en > > un cluster, pero no estoy seguro de que una UNICA TAREA (o hilo) se pueda > > distribuir en varios nucleos o varios PCs de un cluster, si la > programacion > > original es secuencial dudo mucho que eso se pueda hacer de ninguna > forma, > > pero para estar seguro eso ya habria que preguntarselo a un informatico > de > > alto nivel, o sea de los que meten las manos en programacion de bajo > nivel > > (yo soy ing forestal) ... > > > > pero de que ganaras potencia de calculo con el cluster, ganaras ... dale > > una mirada a knoppix, que era la distribucion que use para el cluster, en > > ese tiempo habia que ponerle un parche al kernel, pero imagino que a esta > > altura ya no es necesario, debian debe tener tambien todas las > herramientas > > necesarias para montar un cluster. > > > > Saludos y suerte, > > > > eric. > > > > > > > > > > > > > > > > > > On 04/16/2013 02:41 PM, Javier Marcuzzi wrote: > > > >> > >> Estimado Eric. > >> > >> No se si comprendo correctamente, supongamos que yo tengo tres > >> computadoras, todas con una conección de red cableada, entonces decido > >> utilizar un linux (por no decir otro sistema), configuro un cluster y > >> corro R. > >> > >> Ahora, como tengo tres computadoras tendría tres procesadores corriendo > >> R. En el caso que tenga tres computadoras core 2 duo tendría 3 x 2 = 6 > >> procesadores corriendo R. > >> > >> ¿La parte de R que procesa en paralelo correría sin problemas? > >> ¿Y la parte de R que procesa en un solo procesador? > >> ¿Si con una computadora con dos nucleos no puedo utilizar ambos, como > >> puedo en un cluster? > >> > >> Bueno, yo solo uso una computadora (habría dos), pero creo que para > >> otros usuarios puede ser interesante poder acelerar R. > >> > >> Posiblemente habría que buscar otro hilo de conversación sobre R en > >> paralelo y compartir experiencias al respecto (yo no la tengo). > >> > >> Javier > >> > >> > >> El 16 de abril de 2013 14:21, neo <ericconchamunoz@gmail.com > >> <mailto:ericconchamunoz@gmail.**com <ericconchamunoz@gmail.com>>> > >> escribió: > >> > >> > >> Si siempre tienes esta necesidad de alta demanda por capacidad de > >> calculo > >> Si tienes mas de un computador disponible (ya con 2 puedes) > >> Si tienes tiempo para hecharlo a andar ... > >> > >> Yo probaria a montar un cluster con linux, hay distrihuciones linux > >> que te facilitan la instalacion de un cluster (hace años yo probe > >> con knoppix) y no se requiere hardware especial, solo que los > >> computadores puedan conectarse entre si, lo mas simple y rapido, una > >> red lan, ahora incluso lo puedes hacer con la tarjeta WIFI de los > >> compus en modo monitor (pero baja el rendimiento comparado con una > >> LAN) ... en todo caso, esto pasa a ser un tema de computacion y no > >> ya de R. > >> > >> En la red hay suficiente material para leer y montar un cluster > >> casero sin gastar nada. > >> > >> De esta forma puedes paralelizar no solo R, si no CASI cualquier > >> tarea (hay algunas limitaciones especificas). > >> > >> Saludos, Eric. > >> > >> > >> > >> > >> On 04/16/2013 11:46 AM, Felipe Vargas Reeve wrote: > >> > >> Hola a todos, quería consultar si alguien sabe alguna > >> metodología para > >> aumentar la velocidad en R para lograr la convergencia en > >> modelos lmer o > >> lme. > >> > >> Actualmente he leído que R sólo trabaja con sólo un núcleo, > >> aunque el pc > >> presente un mayor número de ellos. También de la existencia de > >> complementos > >> (ejemplo: parallel) que pueden aumentar el rendimiento, > basándose > >> en > >> utilizar todos los núcleos del pc, pero creo que esto funciona > >> para > >> funciones independientes y no optimizan un sólo proceso como es > >> el caso de > >> un modelo lineal mixto y su velocidad, compilada en una única > >> función. Eso, > >> saludos y agradecido de sus respuestas > >> > >> Felipe > >> > >> [[alternative HTML version deleted]] > >> > >> > >> > >> > >> ______________________________**___________________ > >> R-help-es mailing list > >> R-help-es@r-project.org <mailto:R-help-es@r-project.**org< > R-help-es@r-project.org> > >> > > >> https://stat.ethz.ch/mailman/_**_listinfo/r-help-es< > https://stat.ethz.ch/mailman/__listinfo/r-help-es> > >> <https://stat.ethz.ch/mailman/**listinfo/r-help-es< > https://stat.ethz.ch/mailman/listinfo/r-help-es> > >> > > >> > >> > >> ______________________________**___________________ > >> R-help-es mailing list > >> R-help-es@r-project.org <mailto:R-help-es@r-project.**org< > R-help-es@r-project.org> > >> > > >> https://stat.ethz.ch/mailman/_**_listinfo/r-help-es< > https://stat.ethz.ch/mailman/__listinfo/r-help-es> > >> <https://stat.ethz.ch/mailman/**listinfo/r-help-es< > https://stat.ethz.ch/mailman/listinfo/r-help-es> > >> > > >> > >> > >> > > ______________________________**_________________ > > R-help-es mailing list > > R-help-es@r-project.org > > https://stat.ethz.ch/mailman/**listinfo/r-help-es< > https://stat.ethz.ch/mailman/listinfo/r-help-es> > > > > [[alternative HTML version deleted]] > > > _______________________________________________ > R-help-es mailing list > R-help-es@r-project.org > https://stat.ethz.ch/mailman/listinfo/r-help-es > >[[alternative HTML version deleted]]
Rubén Gómez Antolí
2013-Apr-17 10:17 UTC
[R-es] Velocidad en la convergencia de modelos lmer o nlme
Hola: El 16/04/13 20:44, neo escribió:> Estimado Javier, tu primer parrafo me interpreta correctamente ... pero > ahora mismo yo tengo una duda tambien ... es seguro que la carga de > trabajo TOTAL se puede distribuir en varios nucleos de un mismo PC o > varios PCs en un cluster, pero no estoy seguro de que una UNICA TAREA (o > hilo) se pueda distribuir en varios nucleos o varios PCs de un cluster, > si la programacion original es secuencial dudo mucho que eso se pueda > hacer de ninguna forma, pero para estar seguro eso ya habria que > preguntarselo a un informatico de alto nivel, o sea de los que meten las > manos en programacion de bajo nivel (yo soy ing forestal) ...Yo tampoco soy informático (industrial en electrónica) pero se un poquito, muy poquito, de esto y efectivamente, una única tarea no se puede paralelizar a no ser que este preparada para ello.> pero de que ganaras potencia de calculo con el cluster, ganaras ... dale > una mirada a knoppix, que era la distribucion que use para el cluster, > en ese tiempo habia que ponerle un parche al kernel, pero imagino que a > esta altura ya no es necesario, debian debe tener tambien todas las > herramientas necesarias para montar un cluster.Yo hace relativamente poco mire el tema de las granjas y.... OpenMosix esta abandonado, k12 también -que creo recordar era la basada en Knoppix-. Lo único que queda vivo es Beowulf, y eso necesita que las aplicaciones estén preparadas. Una de las referencias en computación distribuida era, y supongo sigue siendo, David Santo Orcero. Estaba dándole fuerte a OpenMosix y, de pronto, la cosa paro y se dejo de hablar del tema. Si mal no recuerdo fue cuando empezaron a salir los doble núcleo, dejo de tener sentido -para usuarios más o menos normales- montar varias maquinas para paralelizar: el mismo procesador lo hacia y con menor gasto de energía. Quizás se integró todo en el desarrollo normal del núcleo, no se exactamente como se gestiona ese tema. Ahora las granjas -quitando centros de computación- se utilizan más para servicios de alta fiabilidad o disponibilidad (de hecho yo tengo que montar ahora un servidor en sombra de otro para alta fiabilidad). En cualquier caso, yo no estoy al día en este tema y en esta lista hay gente que seguro que sabe mucho más del tema que yo.> Saludos y suerte, > > eric.Salud y Revolución. Lobo. -- Libertad es poder elegir en cualquier momento. Ahora yo elijo GNU/Linux, para no atar mis manos con las cadenas del soft propietario. --------- Desde El Ejido, en Almería, usuario registrado Linux #294013 http://www.counter.li.org