以下论文描述了 R 在图形处理单元 (GPU) 上的并行实现。
在实验部分，在一台 4 核计算机上，他们比较了在 GPU 上运行的程序与不使用 GPU 时的性能。写下以下内容：
我们在测试中选择使用 R 环境的单线程，因为这是大多数用户与 R 交互的方式。
因此，作者通过使用单核（串行运行）运行他们的实验来找到基线。
但是，GPU 端的实验条件尚不清楚（对我而言）。使用 GPU 时，为了提高效率，我们应该同时使用 CPU。如果作者使用计算机中剩余的 CPU（在优化算法中这样做是明智的），那么加速将基于基线上的额外 CPU 和 GPU（因此被人为夸大了一个稍微少一点的因子）大于 4)。
应该如何解释这个实验？
特别是，我想知道我的上述解释是否正确，如果是，这个实验实际上告诉我们什么。
但是，GPU 端的实验条件尚不清楚（对我而言）。使用 GPU 时，为了提高效率，我们应该同时使用 CPU。
这通常不是真的，特别是对于gputools R 包来说不是真的，它提供了一个带有新功能的“GPU 的一切”模式gpuMatMult()，gpuQr()等等gpuCor()。换句话说，它为您提供了将计算完全转移到显卡。
但是你的直觉很好。在 GPU 和 CPU 之间应该有一种混合操作的混合模式——而Magma库旨在提供这种模式。更好的是，magma R 包将它带到了 R 中。
此外，我有一个几乎完成的基准测试论文/小插图/小包，它比较了这些以及几个 BLAS，例如 Atlas、Goto 和 MKL。我会在几天后用 URL 更新这个条目。
9 月 16 日编辑：我提到的论文现在已经发布并在 CRAN 上使用了自己的包gcbd；我和我也写了一篇关于它的简短博客文章。
CPU 和 GPU 中的并行计算之间存在根本区别。从本质上讲，CPU被设计为代表程序员做一些聪明的事情。例如，指令级并行性。另一方面，GPU将这些有用的东西排除在外，而是包含更多的内核。这是处理器帮助您和为您提供更多内核之间的权衡。因此，要有效地使用 GPU，您需要提交尽可能多的线程（内存允许的情况下）。这样做的原因是因为 GPU 没有进行任何巧妙的调度。因此，当它为一个线程请求数据时，您希望线程队列中的另一个线程等待接管。
例子
假设您有一个for要并行的循环：
#f(i) does not depend on f(j)
#for any j != i
for(i in 1:100000)
w[i] = f(i)
您可以向 GPU 提交 N=1000000 个线程（分布在核心数上）。现在你可能认为你可以让 n 个线程在多核 CPU 上完成，但是：
当然，在某些情况下，您可能希望同时使用 GPU 和 CPU，但通常不会将它们用于相同的操作。
不幸的是，我目前无法访问该论文。它在我的（长长的）要阅读的东西清单上。所以上面更多的是关于CPU和GPU的一般性讨论。我会在接下来的一两天内尝试阅读它。