安装 BLAS/ATLAS/MKL/OPENBLAS 会加速用 C/C++ 编写的 R 包吗？

Question

我发现使用 BLAS/ATLAS/MKL/OPENBLAS 之一会提高 R 的速度。但是，它是否仍会提高用 C 或 C++ 编写的 R 包？ 例如，R 包 Glmnet 用 FORTRAN 实现，R 包 rpart 用 C++ 实现。只是安装 BLAS/...等会提高执行时间吗？还是我们必须重建（构建新的 C 代码）基于 BLAS/...等的包？

Answer 1

经常说，包括在此处的评论中，“您必须重新编译 R”才能使用不同的 BLAS 或 LAPACK 库。这是错误的。

您不必重新编译 R，只要它是针对 BLAS 和 LAPACK 的共享库版本构建的。

我有一个package and vignette on CRAN，它利用这一事实提供了一个基准测试框架，其中不同的 BLAS 和 LAPACK 版本通过安装不同的版本（Debian/Ubuntu 中的一个命令）并运行基准测试来针对每个版本进行计时——就是这样很简单，它可以在这样的包中自动化。

该包中的结果将提供可能的速度差异的概念。它们的确切结果取决于您的计算机、数据（大小）、问题等。但是，如果您的问题使用 LAPACK 函数，这些函数可以从运行多线程中受益，那么安装 OpenBLAS 可能会有所帮助。这对于任何使用 LAPACK 的 R 包都是如此因为它们将使用通过 are 访问的相同 LAPACK 安装，并且这些可以更改。