我正在寻找一个 python 库，它将 numpy 的功能扩展到分布式内存集群上的操作：即“一种并行编程模型，其中程序员将数组视为单个全局数组，而不是位于不同处理器上的多个独立数组。 "
对于 Matlab，麻省理工学院的林肯实验室创建了pMatlab，它允许在集群上进行矩阵代数，而不必过多担心并行编程方面的细节。（以上引用的出处。）
对于基于磁盘的存储，python 存在 pyTables。尽管它没有优化计算在集群中的分布方式，而是优化了计算在磁盘上的大数据如何“分布”。- 这相当相似，但仍然缺少一个关键方面。
目的不是从集群中榨取最后一点性能，而是进行对于单台机器来说太大的科学计算（半交互式）。
python是否存在类似的东西？我的愿望清单是：
- 积极维护
- 代替numpy
- 或者类似于numexpr的用法
- 并行编程部分的高度抽象：即不需要用户显式使用 MPI
- 支持分布式内存集群中的数据局部性
- 支持集群中的多核机器
这可能有点像相信牙仙，但你永远不知道......
到目前为止我发现：
太平洋西北国家实验室（存在/曾经存在）为 Global Array 提供了一个 python 接口。请参阅“使用 NumPy 和全局数组工具包在 Python 中进行高性能并行计算”主题下的链接。（特别是“GA_SciPy2011_Tutorial.pdf”。）但是这似乎又消失了。
DistNumPy ：在本文中有更详细的描述。然而，这些项目似乎已被放弃。
如果您知道任何软件包或使用过以上两种中的任何一种，请描述您对它们的体验。