如何分离“itertools.combination”的结果，以便可以通过多处理适当地处理它们？

我有大量的组合（86个选择10个，产生3.5万亿个结果），我写了一个算法，每秒可以处理50万个组合。我不想等待81天才能看到最终结果，所以我自然倾向于将其分为许多流程，由我的许多核心处理。

考虑一下这种天真的方法：

import itertools
from concurrent.futures import ProcessPoolExecutor

def algorithm(combination):
  # returns a boolean in roughly 1/500000th of a second on average

def process(combinations):
  for combination in combinations:
    if algorithm(combination):
      # will be very rare (a few hundred times out of trillions) if that matters
      print("Found matching combination!", combination) 

combination_generator = itertools.combinations(eighty_six_elements, 10)

# My system will have 64 cores and 128 GiB of memory
with ProcessPoolExecutor(workers=63) as executor:
  # assign 1,000,000 combinations to each process
  group = []
  for combination in combination_generator:
    group.append(combination)
    if len(group) >= 1_000_000:
      executor.submit(process, group)
      group = []

这段代码“有效”，但与单线程方法相比，它几乎没有任何性能提升，因为它受到组合生成的瓶颈。

如何将此计算传递给子进程，以便可以并行化？每个进程如何生成itertools.combinations的特定子集？

我找到了这个答案，但它只涉及生成单个指定元素，而我需要高效地生成数百万个指定元素。