更新（2014 年 8 月）：我从未深入了解这一点，也从未在 Revolution 的论坛上得到任何反馈。然而，这个问题似乎已经在Revolution R 7.2（R 3.0.3，同样是学术版本）中得到了修复。我在下面运行了几百次 lme（） 测试，正如预期的那样，所有测试都产生了相同的结果。[更新结束]
我刚刚在新PC上安装了Revolution R 7.0（R 3.0.2）的学术版本，并且下面的代码得到了奇怪的结果。每次运行代码时，都会给出不同的结果。在 CRAN-are 下，结果总是相同的（我认为应该是这样）。代码片段来自test.data.table()版本 1.8.10 的测试 527，它向我指出了错误。
library(nlme)
all.equal(lme(distance ~ age, data=Orthodont), lme(distance ~ age, data=Orthodont))
我得到如下的东西，但每次都不同。
> all.equal(lme(distance ~ age, data=Orthodont), lme(distance ~ age, data=Orthodont))
[1] "Component 4: Component 2: Component 1: Mean relative difference: 1.774149e-08"
[2] "Component 7: Mean relative difference: 0.0003335902"
"有趣"的是nlme包（lme()是其中的一部分）本身是相同的，我卸载并重新安装以确保（包的 nlme_3.1-113.zip 文件是逐位相同的）。
我还没有足够的知识来深入了解。任何指示或想法将不胜感激。我也在革命论坛上发过帖子，但它似乎比这里人口少得多......
这是在64位Windows 8.1,64位R以及Intel i7-4770 CPU下，如果它很重要。当前版本的 Revolution R （R 3.0.2） 和以前的版本（2.15.3）都产生了意外的（对我来说）行为。CRAN-R 3.0.1 和 3.0.2 产生相同的结果。
Revolution R 的 sessionInfo（） 输出：
> sessionInfo()
R version 3.0.2 (2013-09-25)
Platform: x86_64-w64-mingw32/x64 (64-bit)
locale:
[1] LC_COLLATE=English_United States.1252
[2] LC_CTYPE=English_United States.1252
[3] LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] nlme_3.1-113 Revobase_7.0.0 RevoMods_7.0.0 RevoScaleR_7.0.0
[5] lattice_0.20-24 rpart_4.1-3
loaded via a namespace (and not attached):
[1] codetools_0.2-8 foreach_1.4.1 grid_3.0.2 iterators_1.0.6
[5] pkgXMLBuilder_1.0 revoIpe_1.0 tools_3.0.2 XML_3.98-1.1
更新 1：我已经将问题（遵循下面答案和评论中的一些指示）追溯到Revolution R使用Intel MKL BLAS库的事实。如果我切换到 CRAN 提供的 BLAS 库，问题就会消失。（注意：我自己对编译R的知识还不够，所以我还没有测试OpenBLAS和其他替代方案。在Revolution R中，只需重命名两个dll-s即可。
似乎其他人也得到了不一致的MKL结果。机器收费内部存在差异，即 all.equal()为真，而identical()为假。在我的案例中，不同的结果似乎有意义地大。
我已经在Revolution R的论坛上发布了这个问题，如果我得到回应，我会在这里更新。我想在这一点上，我的问题应该修改为"何时使用 MKL BLAS 以及何时使用 CRAN-R BLAS"。这不是速度（*）的问题，而是一致和正确的结果的问题。我将花更多时间寻找一个标准的测试套件（不确定这里的术语？）来检查R的输出与已知的正确输出。这是我喜欢data.table的原因之一，它有自己的测试对最终用户可见。我知道我不应该期望一个包含所有（甚至大多数）包的单一测试，而是至少涵盖基本功能的东西。
（*） 速度取决于具体的工作流程。在这种特殊情况下，CRAN BLAS比MKL更快（两者都运行单线程）。在其他工作中，Revolution R的速度要快得多，这就是我研究它的原因。
猜测，Revo R 正在 CPU 内核上并行化它，并且重新组合并行事物的算术并不总是关联的。换句话说，这取决于操作的顺序。如果线程以不同的顺序完成，如果内核必须做其他事情，就会发生这种情况，那么结果会以不同的顺序相加，并且 （a+b）+c 并不总是等于浮点中的 a+（b+c）......
要检查一下，有没有办法告诉Revo R只使用一个CPU内核？