Translations:Python/60/fr: Difference between revisions

From Alliance Doc
Jump to navigation Jump to search
(Created page with "Comme le module <tt>multiprocessing</tt> ne peut utiliser qu'un seul nœud de calcul, la vitesse que votre programme pourra gagner est habituellement limitée au nombre de cœ...")
 
No edit summary
Line 1: Line 1:
Comme le module <tt>multiprocessing</tt> ne peut utiliser qu'un seul nœud de calcul, la vitesse que votre programme pourra gagner est habituellement limitée au nombre de cœurs CPU du nœud. Si vous voulez dépasser cette limite et utiliser plusieurs nœuds, considérez mpi4py ou [[Apache Spark/fr|PySpark]]. Il existe [https://wiki.python.org/moin/ParallelProcessing d'autres méthodes de parallélisation], mais elles ne peuvent pas toutes être utilisées avec les grappes de Calcul Canada.
Comme le module <tt>multiprocessing</tt> ne peut utiliser qu'un seul nœud de calcul, la vitesse que votre programme pourra gagner est habituellement limitée au nombre de cœurs CPU du nœud. Si vous voulez dépasser cette limite et utiliser plusieurs nœuds, considérez mpi4py ou [[Apache Spark#PySpark|PySpark]]. Il existe [https://wiki.python.org/moin/ParallelProcessing d'autres méthodes de parallélisation], mais elles ne peuvent pas toutes être utilisées avec les grappes de Calcul Canada. Souvenez-vous toutefois qu'un code de qualité fournira toujours la meilleure performance; avant de le paralléliser, assurez-vous donc que votre code est optimal. Si vous doutez de l'efficacité de votre code, contactez le [[Technical support/fr|soutien technique]].

Revision as of 17:54, 22 February 2019

Information about message (contribute)
This message has no documentation. If you know where or how this message is used, you can help other translators by adding documentation to this message.
Message definition (Python)
Note that the <code>multiprocessing</code> module is restricted to using a single compute node, so the speedup achievable by your program is usually limited to the total number of CPU cores in that node.  If you want to go beyond this limit and use multiple nodes, consider using mpi4py or [[Apache Spark/en#PySpark|PySpark]].  Other methods of parallelizing Python (not all of them necessarily supported on our clusters) are listed [https://wiki.python.org/moin/ParallelProcessing here]. Also note that you can greatly improve  the performance of your Python program by ensuring it is written efficiently, so that should be done first before parallelizing.  If you are not sure if your Python code is efficient, please contact [[technical support]] and have them look at your code.

Comme le module multiprocessing ne peut utiliser qu'un seul nœud de calcul, la vitesse que votre programme pourra gagner est habituellement limitée au nombre de cœurs CPU du nœud. Si vous voulez dépasser cette limite et utiliser plusieurs nœuds, considérez mpi4py ou PySpark. Il existe d'autres méthodes de parallélisation, mais elles ne peuvent pas toutes être utilisées avec les grappes de Calcul Canada. Souvenez-vous toutefois qu'un code de qualité fournira toujours la meilleure performance; avant de le paralléliser, assurez-vous donc que votre code est optimal. Si vous doutez de l'efficacité de votre code, contactez le soutien technique.

Retrieved from "https://docs.alliancecan.ca/mediawiki/index.php?title=Translations:Python/60/fr&oldid=68431"