在Ubuntu上使用Python实现并发，可以采用多种方法。以下是一些常用的并发编程技术：

1. 多线程（Threading）: Python的threading模块允许你创建和管理线程。由于GIL（全局解释器锁）的存在，多线程在CPU密集型任务中可能不会带来性能提升，但对于I/O密集型任务（如文件读写、网络请求等），多线程仍然是有用的。

   import threading
   
   def my_function(arg1, arg2):
       # 这里是线程执行的代码
       pass
   
   # 创建线程
   thread = threading.Thread(target=my_function, args=(arg1, arg2))
   
   # 启动线程
   thread.start()
   
   # 等待线程完成
   thread.join()
   

2. 多进程（Multiprocessing）: multiprocessing模块允许你创建和管理进程。由于每个进程都有自己的Python解释器和内存空间，因此多进程可以绕过GIL的限制，适用于CPU密集型任务。

   from multiprocessing import Process
   
   def my_function(arg1, arg2):
       # 这里是进程执行的代码
       pass
   
   # 创建进程
   process = Process(target=my_function, args=(arg1, arg2))
   
   # 启动进程
   process.start()
   
   # 等待进程完成
   process.join()
   

3. 异步编程（AsyncIO）: Python的asyncio模块提供了一种单线程并发模型，使用事件循环来管理协程。这种方式非常适合I/O密集型任务，如网络服务和数据库操作。

   import asyncio
   
   async def my_coroutine(arg1, arg2):
       # 这里是协程执行的代码
       pass
   
   # 创建事件循环
   loop = asyncio.get_event_loop()
   
   # 运行协程
   future = loop.create_task(my_coroutine(arg1, arg2))
   
   # 等待协程完成
   loop.run_until_complete(future)
   

4. 并发框架: 还有一些第三方库提供了更高级的并发控制，例如gevent和eventlet，它们通过使用轻量级的协程来实现高并发。

5. 消息队列: 使用消息队列（如RabbitMQ、ZeroMQ）可以在不同的进程或机器之间异步地传递消息，这也是一种实现并发的方式。

选择哪种并发模型取决于你的具体需求和任务的性质。对于I/O密集型任务，多线程、异步编程和消息队列可能是更好的选择。而对于CPU密集型任务，多进程可能更合适。