=) Eu ja usei tanto o rgpu quanto gputools... Dependendo do equipamento [1], a instalacao pode ser mais (ou menos) complicada. Nos exemplos selecionados, comportam-se bem... Mas ainda sao restritas as colecoes de operacoes que voce pode executar [2]. Por isso, voce acaba precisando programar "coisas que vc precisa" para execucao na GPU e ai' e' que a coisa complica [3]. [1] A beleza do R e' funcionar em diferentes plataformas de forma homogenea... A maioria das implementacoes usa CUDA, que te forca a ter NVIDIA e reduz significativamente a portabilidade de codigo. O caminho eh uma forma hibrida: vide OpenCL (ha' um pacote experimental no rforge); que permita o codigo ser executado independente de ser GPU ou CPU (ou decodificador analogico-digital da sua placa de som, for that matter). [2] Coisas como LAPACK estao parcialmente disponiveis. A propria NVIDIA disponibiliza uma versao otimizada para CUDA: gratuita para precisao simples; paga para precisao dupla para uso nao-comercial; paga e mais cara para uso comercial. Alternativas estao em desenvolvimento: vide MAGMA. [3] Programar para execucao em GPU estah longe de ser uma tarefa trivial... O tempo gasto "por um mortal" para implementacao em GPU eh, em geral, suficiente para programar para CPU e executar o programa "lento"... Adicionalmente, o desenvolvimento de CPUs nao eh ruim (Lei de Moore). Leituras sugeridas: [a] http://goo.gl/SJc0t [b] http://goo.gl/OjXsh b