Dask 跨进程和跨节点调度任务，因此适合在单台计算机、超级计算机或云上使用。Dask 还提供了专门的数据结构来帮助实现这一点。

多处理仅在一台计算机内管理任务。对于某些任务，它可能比 Dask 更易于使用，但灵活性和可扩展性较差。如果你使用 Dask，你可能不想要多处理。两者会互相干扰。

Numba 是 Python 的即时编译器，可以显着加速代码。如果您的大部分工作都在 Numpy 中，那么这不太可能提供太多优势，因为 Numpy 已经高度优化。如果您使用 Python for 循环或其他高级解释语言功能来完成大部分计算，那么 Numba 非常适合您。

joblib 与 Dask 有很多重叠，但如果您使用大量递归，您可能会受益于它的记忆功能。

PyOpenCL 将数组计算卸载到 GPU。这可能可以与 Dask 和 Numba 结合使用；但是，您可能每台机器只有一个 GPU，因此不分青红皂白地使用 PyOpenCL 会为该 GPU 造成争用，并且本质上将您限制为每个节点只有几个进程。