贝叶斯优化是顺序的，因为您需要知道 n 点的函数值才能通过采集标准决定下一个要评估的点。

也许您可以根据您的问题对其进行自定义，以便采集返回的不是一个点而是一批，您将在下一步分发它们。

您也可以使用混合方法。首先运行一个经典的网格搜索，分布，并在许多点上评估函数。将所有这些知识（这些点的点和目标值）输入经典的贝叶斯优化器，该优化器将逐个选择点并在此处微调优化。不如前者最佳，但这里的实施工作较少。

python hyperopt库将并行评估多个试验，它是开源的，并且有一篇论文。

此外，我相当确定 AWS Sagemaker 具有分布式贝叶斯算法，但它不符合您的开源标准。