Python多处理：调用mpi可执行文件并在内核上分发

我正在尝试使用python的多处理方法来加速我正在开发的程序

python代码以串行方式运行，但有对mpi可执行文件的调用。正是这些电话，我想并行进行，因为它们彼此独立

对于python脚本执行的每个步骤，我都有一组必须由mpi程序完成的计算

例如，如果我在24个内核上运行，我希望python脚本调用3个mpi可执行文件实例，每个实例在8个内核上运行。每次一个mpi可执行文件运行结束时，都会启动另一个实例，直到队列的所有成员都完成为止

我刚刚开始使用多处理，我相当肯定这是可能的，但我不确定如何去做。我可以设置一个队列并启动多个进程，问题在于将下一组计算添加到队列并启动它们

---

如果某个善良的灵魂能给我一些指点，或一些示例代码，我将不胜感激

我在这里有点困惑。。。一个mpi运行的输入是否依赖于另一个mpi运行的输出，还是它们都是独立的？如果它们都是独立的，那么您似乎应该能够编写一个函数来启动单个mpi作业（例如，使用

子进程

），然后从运行3个进程的

多处理池调用该函数。它们都是独立的。但是，在本例中，我要为python脚本中的每个步骤进行3次以上的计算。我不确定的是，如何将python多处理限制为一次只运行3个mpi可执行文件实例。我知道多处理。池是关键。谢谢我在这里有点困惑。。。一个mpi运行的输入是否依赖于另一个mpi运行的输出，还是它们都是独立的？如果它们都是独立的，那么您似乎应该能够编写一个函数来启动单个mpi作业（例如，使用
子进程
），然后从运行3个进程的
多处理池调用该函数。它们都是独立的。但是，在本例中，我要为python脚本中的每个步骤进行3次以上的计算。我不确定的是，如何将python多处理限制为一次只运行3个mpi可执行文件实例。我知道多处理。池是关键。谢谢