我正在R中运行一些资源密集型计算。我用于循环、引导程序模拟等。我已经将英特尔®；数学内核库Linux*版与R集成在一起，这似乎大大缩短了计算时间。我现在正在考虑集成英特尔®；并行工作室XE 2013 Linux*版和R版。这意味着将随附的不同编译器传递给R:
（1） 英特尔®；并行工作室XE 2013 Linux*版和R版的集成会显著提高性能吗？
（2） 你能举几个例子吗？在哪些情况下我会受益？
谢谢！
非常粗略的数量级：
-
并行/多核BLAS，如MKL，将在核数上按次线性扩展，但仅适用于实际BLAS调用的操作部分，即不适用于基本的"for loops，bootstrap simulation等"
-
字节编译你的R代码可能会给你两倍，也许三倍的
-
之后，你可能需要更重的武器，例如Rcpp，它可以在涉及"for loops，bootstrap simulation等等"的代码上提供50、70、90倍的加速，这就是为什么它在MCMC人群中如此受欢迎的原因
-
同样，英特尔TBB和其他并行技巧也需要重写代码。
没有免费的午餐。