我正在尝试测试使用Oracle R Distribution的多线程优势。我有一个工作站，它具有12核CPU和32 GB可用的RAM，我真的很想利用它。
我已经下载了最新的Oracle R发行版和Intel MKL 11.1的30天试用版。我已经根据Oracle文档指定了PATH，并且在运行Sys.BlasLapack()时在R Studio中指定了我正在获取Intel Math Kernel Library（Intel MKL）。
但是我的工作没有更快地运行。我是否需要运行.bat文件之一来实际编译和设置MKL的参数？我没有Visual Studio，并且在网上找不到任何内容告诉我如何执行此操作。有指针吗？我正在使用Windows 7 Professional。
简短回答：在标准BLAS和Intel MKL下，从here运行基准测试，以查看MKL是否正常运行。 MKL仅会提高某些操作的性能。
要真正获得Oracle R实现的全部功能，您必须使用embedded R functions。这些都是以ore开头的。
在Oracle R Enterprise中，嵌入式R执行是存储R的能力Oracle数据库中的脚本并调用此类脚本，然后在数据库中运行的一个或多个R引擎中执行由数据库动态启动和管理。
我们已经在办公室使用Oracle在Exadata盒子上运行的Oracle进行了试用；我们仅在数据集非常大时才开始看到性能提升。
如果您的目标是利用功能更强大的BLAS，则实际上并不需要OracleR。在Unix发行版上，可以使用--with-blas选项构建开源R（请参见this link）。我相信同样的方法也可以用于Windows，尽管我从未使用Windows从源代码编译过R。
并非所有R函数在不同的BLAS上运行都更快，特别是大多数建模函数，例如glm都不使用BLAS。为了使用不同的BLAS检查系统性能，我使用了scripts from this site。如果使用Intel MKL，它们将运行得更快。也许您应该在Oracle R发行版上尝试一下，然后与开源安装进行比较，以确认ORE使用的是Intel BLAS。
总体上，在尝试安装Intel BLAS时，日常性能没有得到很大提高。 Revolution Analytics在其非免费发行的R如何利用英特尔MKL方面取得了重大进展。但是他们必须rewrite
许多R函数才能利用提高的速度。