我用过 R、SAS Base 和 H2O。首先，我不认为 H2O 寻求成为 R 或 SAS。

H2O 提供高效的数据挖掘算法。您可以使用多个 API（例如他们的 R API）与 H2O 进行交互。将 R 和 H2O 结合起来的好处是，H2O 非常擅长以最少的用户努力利用多核或集群。仅在 R 中实现相同的效率要困难得多。

H2O 速度更快的原因是他们对数据有非常好的索引，并且他们的算法被编写成能够充分利用并行性。见http://h2o.ai/blog/2014/03/h2o-architecture/

带有默认矩阵动态库的 R 只能使用一个 CPU 内核。Revolution R 社区版随附英特尔数学核心函数库。这允许并行进行一些矩阵计算，但绝对不如 H2O 高效。对于 SAS 来说，考虑到它是封闭源代码，说起来有点困难，但根据我的 CPU 利用率，我假设他们有与 Revolution R 类似的方法。他们的矩阵代数利用了并行性，但他们的算法不如 H2O 高效。它们的数据存储也没有 H2O 高效。

最后，带有 R 的 H2O 的价格与 SAS 截然不同。

希望这能澄清一点。