我们能否通过 tensorflow 实现与 MPI 相同的计算缩放？
Can we achieve the same computational scaling with tensorflow as we could with MPI?
我问这个问题的原因是因为我在网络上看到人们使用 MPI 进行分布式计算以扩展他们的计算模型的代码。我无法理解的是，我所指的大多数示例都是用 tensorflow 编写的。现在鉴于 tensorflow 已经实现了 mpi 和 gRPC，我要问的问题是我们是否可以纯粹使用 tensorflow 而不是使用 MPI 来获得相同的结果？
换句话说，MPI 与 TF 相比有哪些优点和缺点？
提前致谢！
TF是机器学习框架，MPI是消息传递库。并行 TF 建立在 MPI 之上（TF 不是 MPI 的实现）
最重要的是，你不能比较苹果和橘子，也不能比较 MPI 和 TF。
我问这个问题的原因是因为我在网络上看到人们使用 MPI 进行分布式计算以扩展他们的计算模型的代码。我无法理解的是，我所指的大多数示例都是用 tensorflow 编写的。现在鉴于 tensorflow 已经实现了 mpi 和 gRPC，我要问的问题是我们是否可以纯粹使用 tensorflow 而不是使用 MPI 来获得相同的结果？
换句话说，MPI 与 TF 相比有哪些优点和缺点？
提前致谢！
TF是机器学习框架，MPI是消息传递库。并行 TF 建立在 MPI 之上（TF 不是 MPI 的实现）
最重要的是，你不能比较苹果和橘子，也不能比较 MPI 和 TF。