托尔比

torcpy:在Python中支持任务并行。基于任务的并行被认为是代码并行化的主要形式之一,异步任务在本地机器、集群或超级计算机的处理单元间启动和分布。任务可以是完全解耦的,对应于一组独立的作业,也可以是迭代算法的一部分,在迭代算法中处理任务结果并驱动下一步。典型的用例包括将相同的功能应用于不同的数据、参数搜索和用于数值优化和贝叶斯不确定性量化的算法。在这项工作中,我们将介绍torcpy,一个不受平台限制的自适应负载平衡库,它在共享和分布式内存平台上协调任务的异步执行,用带参数的可调用函数表示。该库是在MPI和多线程的基础上实现的,它为嵌套循环和映射函数提供了轻量级支持。使用典型应用程序的实验结果证明了所提出的Python包的灵活性和高效性。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献1条,1标准件)

显示结果1/1。
按年份排序(引用)

  1. P、 E.Hadjidoukas,A.Bartezzaghi,F.Scheidegger,R.Istrate,C.Bekas,A.C.I.Malossi:torcpy:在Python中支持任务并行(2020)不是zbMATH