Современные компьютеры обычно поставляются с 2-4 ГБ ОЗУ, и, по крайней мере, в Windows «рекомендуемая» версия R по-прежнему 32-разрядная, что означает, что, если вы не используете менее поддерживаемую 64-разрядную версию R, вы выиграете не сможет использовать более 2-4 ГБ. В Linux более распространено распространение 64-битной версии (которая может использовать для всех практических целей неограниченный объем памяти, если он у вас есть). Кроме того, увеличение объема оперативной памяти приводит к ускорению обработки вплоть до того момента, когда вы больше не будете часто выгружаться в файл подкачки. С другой стороны, скорость процессора - это то, что никогда не сталкивается с такими произвольными ограничениями или уменьшением отдачи.
Тем не менее, если производительность критична, первое, что нужно рассмотреть, это использовать более быстрый язык, чем R или Python. R и Python являются отличными языками для не критичного к производительности кода, где удобство программиста важно, но если вам нужна скорость, вам, вероятно, будет лучше изучить D, C #, Java или даже C ++ и найти хорошую статистическую библиотеку для работы с ними. Эти языки могут быть на несколько порядков быстрее, чем R и Python при работе с аналогичным образом написанным кодом.