処理速度
【英】processing speed
処理速度とは、処理が実行される速度である。具体的には、(1)CPUが単位時間あたりに処理できる命令数のこと、あるいは(2)パソコンがさまざまな処理を実行する速度のこと、である。
(1)CPUが単位時間あたりに処理できる命令数のこと。単位はMIPS、またはFLOPSで表される。MIPSとは、1分間に実行できる命令の個数を100万単位で表したものである。FLOPSとは1秒間に実行できる浮動小数点演算の回数を言う。CPUなどの処理能力と同義で使われる場合もある。
(2)パソコンがさまざまな処理を実行する速度のこと。パソコンの処理速度にはCPU、メモリ、周辺機器などの仕様や性能のほか、ソフトウェアの設計も大きな影響を与える。特に、パソコンが十分な性能を発揮できるようにOSが設計してあるかどうかが重要である。
CPU: | SMP Springdale Snapdragon 処理速度 シングルチップ・クラウド・コンピュータ シングルコア スーパースカラ |
処理速度(PS)
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/09/13 08:45 UTC 版)
「ウェクスラー成人知能検査」の記事における「処理速度(PS)」の解説
符号 記号探し Note: 絵画配列、理解、組合せは、群指数には使用されない。
※この「処理速度(PS)」の解説は、「ウェクスラー成人知能検査」の解説の一部です。
「処理速度(PS)」を含む「ウェクスラー成人知能検査」の記事については、「ウェクスラー成人知能検査」の概要を参照ください。
処理速度
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/12/23 14:54 UTC 版)
「Lotus 1-2-3」の記事における「処理速度」の解説
処理速度を向上させる為、アセンブリ言語で開発されていた。アセンブリ言語は、個々のハードウェアへの依存度が高く扱いも難しいが、コードは小さく、処理は速くできる。互換機メーカーや周辺機器メーカーの方が1-2-3に合わせて設計を行い、むしろIBM純正機との互換性確保の基準として扱われたこともあり、機種依存はほとんど問題とはならなかった。 また、Multiplanは旧機種との互換性にこだわっていた分、性能が犠牲になっていた。1-2-3はPC/AT以降(日本市場では加えてPC-9801)に特化することにより、描画スピードやメモリの利用効率の面で他の表計算ソフトを圧倒していた。特筆すべきは再計算の速さで、一説によると、環境にもよるがMultiplanの10倍程度であったともいわれている。
※この「処理速度」の解説は、「Lotus 1-2-3」の解説の一部です。
「処理速度」を含む「Lotus 1-2-3」の記事については、「Lotus 1-2-3」の概要を参照ください。
処理速度
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/03 23:39 UTC 版)
インタプリタ言語であることから、R言語の処理速度は不当に低く評価されることが多い。しかしS言語商用版であるS-PLUSよりも多くの場合高速であるばかりか、汎用行列系言語のスタンダードとも言えるMATLABやその派生語のGNU Octave・Scilabよりも総合的に高速であるという評価例がある。 「特徴」にもあるとおり、「統計計算に特化した情報処理」機能を充分生かしてこそ高い生産性を発揮できる。生産性の最たる「計算速度」への効果に関しては、基本的な作法が幾つも提唱されている。 R言語プログラムの高速化を目指すときは、R言語に組み込みの関数群が充分に高速化されているので、これらを活用すべきである。組み込み関数と同じ機能を新たにコーディングすることは避けなければならない。 ベクトルを纏めて扱える関数がある場合では、それを用いる。ベクトル要素ごとに分けて処理すると、速度は低下する。論理判断を含んだループ処理をするのは、多くの場合、間違った方法である。それに替えて論理添字集合の操作で一挙に答えを出すといった方法が推奨される。R言語に限らず行列系言語何れにおいても、高速化するには「forやrepeatといったループ系の命令を無駄に使わず、極力ベクトル化(あるいは行列化)する」ことが基本である。 上述の通り、標準機能と同目的の自家製コード(車輪の再発明)は忌避すべきなのに、例えば参照先に挙げたサイトでは言語別の類似条件下での処理速度比較を標榜しつつも、クイックソートなどを当然のようにループとifのネスティングで組んでいる。わざわざ不得手なことをさせずとも、R標準装備のソート関数「sort」ならば関数ひとつで済み、再発明コードの50倍ほどの速度で実行できる。 。 ところで、どの計算機言語を使うにせよ、多くの分析者ユーザーにとってはコーディング自体が目的でなく、コードの実行結果を得るのが目的である。 となると、自前の新たな分析コード開発に際して、コーディングの試行錯誤だけに例えば数時間とか数日を費やすよりは、分析を企図してから数十秒とか数十分で信頼できるコードを組み立て正しい分析結果を迅速に得て先へ進む方が、圧倒的に有意義である。こういう時にコード実行時間だけ抜き出して比較しても意味はない。 Rは統計分析に頻繁に登場するSIMD風の高水準な処理概念をそのまま記述できるため、「動く擬似コード」の実行環境としても利用できる。あるいは、高水準分析ロジックを検証する「プロトタイピングツール」と見ても良い。Rで正しい動作が確認できたのち、コードの実行速度が必要な場合は改めて最適な言語に翻訳すれば、大枠のロジック検証は省くことができて開発全体を高速化したことになる。
※この「処理速度」の解説は、「R言語」の解説の一部です。
「処理速度」を含む「R言語」の記事については、「R言語」の概要を参照ください。
「処理速度」の例文・使い方・用例・文例
- 処理速度のページへのリンク