Я использую пакет анализа кривой срочной доходности в R за 10 лет ежедневных данных о ценах на облигации для 5 разных стран. Это требует большого объема вычислений, 3200 секунд на каждую страну при стандартном пропуске, и если я использую foreach и% dopar% (с doSNOW) на моем Mac i7 2009 года, используя все 4 ядра (8 с гиперпоточностью), я получаю это до 850 секунд Мне нужно повторять этот анализ каждый раз, когда я добавляю страну (для расчета межстрановых спредов), и у меня остается 19 стран, и в будущем будет еще много кривых кредитного дохода. Затраченное время начинает выглядеть как главная проблема. Кстати, рассматриваемая функция анализа termstrc доступна в R, но написана на C.

Теперь мы'Это небольшая компания из 12 человек (читай с ограниченным бюджетом), все из которых оснащены оперативной памятью 8 ГБ, ПК i7, из которых как минимум половина используется для повседневных задач обработки текста / электронной почты / просмотра в стиле, то есть с максимальной производительностью 5%. , Все они объединены в сеть с использованием гигабитного (но не 10-гигабитного) Ethernet.

Могу ли я кластеризовать некоторые из этих недостаточно используемых компьютеров с помощью MPI и провести анализ R на них? Будет ли сеть затронута? Каждая итерация функции анализа кривой доходности занимает около 1,2 секунды, поэтому ям, если предположить, что если гранулярность параллельной обработки состоит в том, чтобы передать итерацию всей функции каждому узлу кластера, то 1,2 секунды должны быть достаточно большими по сравнению с гигабитной задержкой Ethernet?

Можно ли это сделать? Как? И как это отразится на моих сотрудниках? Могут ли они продолжать читать свои электронные письма, пока ям рулить своими машинами?

Я отмечаю, что Open MPI, похоже, больше не поддерживает Windows, в то время как MPICH, похоже, поддерживает. Что бы вы использовали, если таковые имеются?

Возможно запустить виртуальную машину Ubuntu на каждом ПК?