Windows用spawn、Linux用fork导致多进程机制根本不同：Windows需函数定义在独立文件顶层且可被pickle，全局变量不共享，PyInstaller需freeze_support()防递归；Linux fork直接复制内存。
Windows用spawn，Linux用fork，根本机制就不一样
Python的multiprocessing在两个系统上走的是完全不同的底层路径：Linux/macOS默认调用fork()，直接复制父进程内存镜像；Windows只能用spawn，每次都要启动全新Python解释器、重新导入所有模块。这不是“小差异”，而是从进程创建那一刻起，变量、函数、甚至__main__的加载方式都分道扬镳。
AttributeError: Can't get attribute 'xxx' on <module '__main__'> 是Windows典型报错
这个错误几乎总意味着子进程在重新导入主模块时，找不到目标函数——因为函数是在交互式环境定义的、或在if __name__ == '__main__':之外动态生成的。Linux下fork能直接拷贝内存，所以不报错；Windows下spawn必须靠反序列化（pickle）定位函数，而pickle只认“模块名+函数名”这种静态路径。
- 函数必须定义在独立.py文件顶层，不能写在Jupyter或
python -c里 - 不能在
if __name__ == '__main__':块里定义要传给Process或Pool.map的函数 - 类方法需确保类本身可被pickle（即不能是嵌套类、lambda或闭包）
全局变量在子进程中“失效”不是Bug，是设计使然
Linux下fork后子进程确实能读到父进程当时的全局变量值，但这只是内存快照，修改不会同步；Windows下spawn则压根没有这份快照——每个子进程的全局变量都是全新初始化的。别指望靠改config = {'debug': True}来控制子进程行为。
Linux Ai Server
下载
Linux AI 服务器 — 将 Linux 服务器转换为本地 AI 推理集群。使用 systemd、NVIDIA CUDA 实现无头 Linux AI，零 GUI 开销。
- 需要共享数据时，用
multiprocessing.Manager()或Queue/Pipe显式传递 - 只读配置建议通过
args参数传入，而非依赖模块级变量 - 避免在
if __name__ == '__main__':外做任何有副作用的初始化（比如打开文件、连接数据库）
PyInstaller打包时，Windows多开窗口/无限递归，本质还是spawn惹的祸
打包后的exe在Windows上运行时，子进程仍走spawn流程，但此时sys._MEIPASS等临时路径未被正确设置，导致子进程重复执行主模块逻辑，进而再次触发新进程创建——形成雪崩。Linux下fork绕过了这层路径解析，所以通常没事。
立即学习“Python免费学习笔记（深入）”；
- PyInstaller ≥3.3版本会自动注入
freeze_support()，但旧版必须手动加 - 务必把
freeze_support()放在if __name__ == '__main__':最开头 - 使用
--onefile时，若仍有问题，检查是否在主模块顶层执行了耗时IO或import副作用
