RNG，R，mclapply和计算机集群

我在R和计算机集群上运行模拟，并且遇到以下问题。在每台X台计算机上运行：

fxT2 <- function(i) runif(10)
nessay <- 100
c(mclapply(1:nessay, fxT2), recursive=TRUE)

有32台计算机，每台计算机具有16个核心。但是，大约2％的随机数是相同的。您将采取什么策略来避免这种情况？

通过设置等待时间（即，将每个作业发送到X台计算机的时间延迟了几秒钟），我已经能够避免fxT2出现此问题。但是，对于fxt2来说似乎是非常特殊的。

问题在于，实际上fxT2是一项涉及伪随机数的漫长任务。在过程的最后，我希望得到同一统计实验的X * nessay复制，而不是 nessay复制。如何确保确实如此，是否有办法检查？

在雪有初始化RNG的给定数量的集群计算流的明确支持。

它可以采用以下两种RNG实现之一：

• rsprng和

• 讲师

否则，您必须手动进行协调。

您需要使用专门为并行计算设计的RNG。请参阅“ 高性能计算任务视图 ”的“并行计算：随机数”部分。