python做并行计算可以吗？

python可以做并行计算，下面是相关介绍：

一、概览

Parallel Python是一个python模块，提供在SMP（具有多个处理器或多核的系统）和集群（通过网络连接的计算机）上并行执行python代码的机制。它轻巧，易于安装和与其他python软件集成。Parallel Python是一个用纯Python编写的开源和跨平台模块。

二、特性

在SMP和集群上并行执行python代码

易于理解和实现基于Job的并行化技术（易于并行转换串行应用程序）

自动检测最佳配置（默认情况下工作进程数设置为有效处理器数）

动态处理器分配（工作进程数可以在运行时更改）

具有相同功能的后续作业的低开销（实现透明高速缓存以减少开销）

动态负载平衡（作业在运行时在处理器之间分布）

容错（如果其中一个节点发生故障，任务在其他节点上重新调度）

计算资源的自动发现

计算资源的动态分配（自动发现和容错的结果）

网络连接的基于SHA的认证

跨平台可移植性和互操作性（Windows，Linux，Unix，Mac OS X）

跨架构可移植性和互操作性（x86，x86-64等）

开源

相关推荐：《Python基础****》

三、动机

现在，用python编写的软件应用在很多应用程序中，包括业务逻辑，数据分析和科学计算。这与市场上的SMP计算机（多处理器或多核）和集群（计算机通过网络连接）的广泛可用性一起创建了并行执行python代码的需求。

为SMP计算机编写并行应用程序的最简单和常见的方法是使用线程。虽然，如果应用程序是计算绑定使用线程或线程python模块将不允许并行运行python字节码。原因是python解释器使用GIL（全局解释器锁）进行内部记账。这个锁允许一次只执行一个python字节码指令，即使在SMP计算机上。

PP模块克服了这个限制，并提供了一种写并行python应用程序的简单方法。内部ppsmp使用进程和IPC（进程间通信）来组织并行计算。后者的所有细节和复杂性完全被照顾，应用程序只提交作业并检索其结果（写并行应用程序的最简单的方法）。

为了使事情更好，用PP编写的软件并行工作，即使在通过本地网络或Internet连接的许多计算机上。跨平台可移植性和动态负载平衡允许PP即使在异构和多平台集群上也能有效地并行计算。