Python 3.x 如何为多处理python中的思路分配资源

我有一个需要通过第三方程序运行的多个模拟，因此我实现了一个python多处理脚本，使程序的多个实例同时运行模拟

我的代码具有以下结构：

import multiprocessing
import win32com.client

NUM_LICENSES_TO_USE = 4  # number of program licenses to use. Also number of parallel processes.

def run_simulation(inputs):
    # 1.
    program_instance = win32com.client.Dispatch('TheProgram')  # create an instance of the program
    # creating an instance requests a license seat from the license server then launch the program
    # commands are then given to the program by accessing the object built-in methods.

    # 2.
    program_instance.run_sim(inputs)  # run the simulation
    # 3.
    program_instance.save_results()  # save simulation results to file
    
    # 4.
    program_instance.close()  # close the instance and release license seat


def run_all_simulations(all_inputs):
    with multiprocessing.Pool(processes=NUM_LICENSES_TO_USE) as pool:
        pool.map(run_simulation, all_inputs)

if __name__ == "__main__":
    all_inputs = get_inputs_from_file()
    run_all_simulations(all_inputs)

对于每次模拟，上述代码（1）请求许可证，启动程序，（2）使用该元素集的输入运行模拟（3）将结果保存到文件，以及（4）关闭程序，释放许可证

问题在于，打开和关闭程序以及从服务器请求许可证需要时间，并且会使消息传递变得混乱。如果当时有人偷偷提出许可证申请，座位就会丢失

理想情况下，我希望在开始时请求许可证，然后为每个并行进程分配一个许可证。

程序\u实例将在每个并行进程开始时创建一次，并在
所有\u输入中的作业队列完成后关闭

有办法做到这一点吗