R语言运行速度与CPU主频/核心数的关系

在整理以前算样本量的代码，在对于一些复杂设计的三期模拟的时候，我用了4台不同的电脑分布运算。

主要配置时：A企2600（默频3.4），A企5700X（3.4默频，开了turbo mode 到 4.6），若干台Intel 工作本，大概10代Intel 低电压的U。

不同的电脑使用了相同的simulation程序（仅仅是不同疗效参数设置），跑20W次。内存均没有用满。没有任何的平行算法。

我发现两台式机AMD的U比Intel笔记本U确实快了不少，肉眼可见，但是5700X和2600比似乎差别不大，都没用满。个人感觉CPU性能到一定程度后，再升级似乎就对R没有太多提升了

如果今年双11我想以提升一下R的运行速度为目的（不考虑平行算法，需要跑一些复杂/多次重复的simulation) 升级硬件，各位有什么推荐嘛？

1是的，但是似乎感觉，五六百的就到顶了，我不确定顶级的U会不会有提升，但是500的和1000的感觉没啥差别。
2这是心血来潮对比了一下同样程序下的运行时间。至于优化嘛，办法还是有的，但是要花时间去写。之前很多任务来的时候是今天给明天要，所以只会用最简单无脑的写法。

我比较确定楼主的用例是可以高度并行的（embarrassingly parallel），所以首先需要在重复多少次这个维度改成并行来做。否则单核性能再高，串行计算也会有巨大的速度瓶颈，没法 scale。

代码改成并行以后，显然核数越多越好。而且 Intel 这种大小核设计直接出局，需要纯大核 + 堆核数。

桌面平台，不打游戏 9950X 就可以了（16核32线程），有游戏需求 9950X3D。
HEDT 平台，根据需要 4 通道内存还是 8 通道内存，单机最高：Threadripper 9980X（64核128线程），Threadripper Pro 9995WX（96核192线程）。
服务器平台，单机最高：2x EPYC 9965（384核768线程）。

nan.xiao 谢谢这么专业的回复，那看来就是AMD的多核了。

高度并行这个有过尝试还在研究，我个人的经验是，把tidyverse之类的替换成DT之类的会更快，多开几台电脑同时跑，都跑出结果之后再合并汇总。

但是并行算法写起来会比串行的写法多花不少从测试和修改的时间。一般都是睡前写完，第二天早上出结果 :）

哪怕不考虑并行算法，作为大量重复的模拟本身就是可以并行的。即使不在模拟代码本身做并行，也可以考虑多开几个R，各自跑完小规模的模拟后再自己手动合并汇总结果。或者作为样本量评估，一般会在不同的假设下进行模拟，那么这些不同的疗效假设本身也就意味着可以并行。所以除了单核性能，核心数和内存大小也需要考虑。