От многопоточных вычислений переходим к распределённым. То есть вычисления, происходящие на нескольких компьютерах.
Конечно, в зависимости от задачи, вы можете взять готовые решения вроде CGRU или Deadline для рендеринга, charm4py или Dask для ML, или замутить что-то на AWS С2. Но хотелось бы чего-то попроще, попитоничней что ли)
А ведь в Python есть средства "из коробки" для синхронизации нескольких процессов на разных хостах.
Вот простой пример кода, который синхронизирует работу двух процессов на разных компьютерах.
В этом случае используется процесс-посредник, который является синхронизирующим сервером.
В примере создаётся некий Manager, который шарит общую для клиентов очередь. Все подключившиеся могут что-то в неё писать или забирать.
В моём коде один процесс что-то "считает" и складывает в очередь, другой забирает и продолжает какие-то свои "расчёты".
Если у вас есть несколько машин, то можете попробовать это запустить по сети (нужно заменить 'localhost' на IP-адрес сервера). Но и на локальной машине сработает.
Gist 🌎
#libs#source#tricks
#Open Привіт, друзі!
Ми хочемо повідомити, що на нашому порталі з'явився новий збір Терміновий збір компресор для ГУР А0656, який потребує вашої підтримки. Традиційно, закликаємо вас підтримати збір фінансово або поширенням!
Кожна гривня має значення і наближає нас до ПЕРЕМОГИ! 💙💛
Для швидкого донату ділимось з вами посиланням на монобанку.
З повагою, команда HelpUA Foundation.
🔷Web🔶Facebook🔷Instagram🔶Telegram
Colossal-AI 是新加坡的 HPC-AI Tech 推出的开源深度学习框架,以高效著称。
For ChatGPT training based on a small model with 120 million parameters, a minimum of 1.62GB of GPU memory is required, which can be satisfied by any single consumer-level GPU.
https://www.hpc-ai.tech/blog/colossal-ai-chatgpt
#open#ml