原始问题：使用celery任务队列，我希望进程池中的进程使用共享的 CUDA 数组(即，我希望所有进程访问一个数组，而不是每个进程都有其唯一的数组。这是安全的，因为只执行读取)。Pytorch 的torch.multiprocessing库允许这样做，根据文档，它是multiprocessing的简单替代品。
billiard和multiprocessing似乎是创建进程池的两个可行选项。目前，由于一些功能改进，python任务队列库celery使用billiard超过multiprocessing。有人在这里问了一个问题，但答案并不具体。
It backports changes from the Python 2.7 and 3.x.
The current version is compatible with Py2.4 - 2.7 and falls back to multiprocessing for 3.x,
the next version will only support 2.6, 2.7 and 3.x.
我需要在celery的源代码中用multiprocessing替换billiard(为了使用pytorch的多处理库torch.multiprocessing)，但这可以吗？multiprocessing和billiard有什么区别？
对于那些希望用multiprocessing替换celery的billiard的人来说，根据芹菜开发者的回复，这是不可能的