Промежуточный результат многопроцессорного процесса

У меня есть функция, которая загружает данные и циклически повторяет время, например.

def calculate_profit(account):
    account_data = load(account) #very expensive operation
    for day in account_data.days:
        print(account_data.get(day).profit)

Поскольку загрузка данных стоит дорого, имеет смысл использовать joblib/multiprocessing, чтобы сделать что-то вроде этого:

arr = [account1, account2, account3, ...]
joblib.Parallel(n_jobs=-1)(delayed(calculate_profit)(arr))

Однако у меня есть еще одна дорогостоящая функция, которую я хотел бы применить к промежуточным результатам функции calculate_profit. Например, предположим, что суммировать всю прибыль и обрабатывать ее/размещать на веб-сайте/и т. д. – затратная операция. Также мне нужна прибыль предыдущего дня, чтобы рассчитать изменение прибыли в этой функции.

def expensive_sum(prev_day_profits, *account_profits):
    total_profit_today = sum(account_profits)
    profit_difference = total_profit_today - prev_day_profits

    #some other expensive operation
    #more expensive operations

Так что я хотел бы

1. Запускайте многопроцессорные процессы параллельно (чтобы уменьшить нагрузку на загрузку всех дорогостоящих данных учетной записи)
2. Как только каждый многопроцессорный процесс достигает предопределенной точки (например, завершает одну итерацию цикла), возвращайте эти промежуточные значения другой функции (expensive_sum) для обработки — предположим, что каждый отдельный многопроцессорный процесс не может продолжаться до expensive_sum возвращается
3. ОДНАКО, я хочу поддерживать многопроцессорные процессы, чтобы мне не приходилось их повторно инициализировать (уменьшая эти накладные расходы)

Есть какой-либо способ сделать это?