Что хотят услышать интервьюеры:

Да, существуют реализации Python без GIL, но в обычном разговоре обычно имеют в виду не сам язык, а конкретную реализацию CPython. В стандартном CPython GIL есть, а параллелизм для CPU-bound задач обычно достигается другими способами. Если нужен Python без GIL, обычно смотрят на альтернативные реализации или экспериментальные сборки.

Определение:

GIL — это глобальная блокировка интерпретатора в CPython, которая не позволяет нескольким потокам одновременно выполнять байткод Python в одном процессе. Это упрощает управление памятью и внутреннюю синхронизацию, но ограничивает масштабирование CPU-bound многопоточности.

Без GIL существуют альтернативные реализации и варианты Python:

Jython — Python поверх JVM, без GIL, но с другими ограничениями экосистемы.
IronPython — для .NET, тоже без GIL.
PyPy — в целом имеет свои особенности; стандартная многопоточность и поведение отличаются от CPython, но это не «прямой заменитель без GIL» для всех случаев.
Экспериментальные сборки CPython без GIL — существуют инициативы по removal/optional GIL, но это не тот вариант, на который обычно рассчитывают в продакшене как на массовый стандарт.

Пример использования:

Если задача сильно CPU-bound и нужно распараллелить вычисления, то в обычном CPython потоки не дадут линейного ускорения из-за GIL. В таком случае используют процессы или альтернативную реализацию.

from multiprocessing import Pool

def work(x):
    return x * x

if __name__ == "__main__":
    with Pool(4) as p:
        print(p.map(work, [1, 2, 3, 4]))

Пояснение кода:

Код показывает обход ограничения GIL через многопроцессность:

Функция work делает вычисление.
Pool(4) создает 4 отдельных процесса.
Каждый процесс выполняет часть работы независимо.
Это позволяет реально использовать несколько ядер CPU.

Здесь код нужен, потому что вопрос про практическую альтернативу потокам в CPython. Если говорить именно про вариации Python без GIL, то код не требуется: важно понимать, что в таких реализациях параллельное выполнение потоков устроено иначе, но совместимость с библиотеками и продакшен-экосистема могут отличаться.

Ключевые моменты:

В стандартном CPython GIL есть.
GIL ограничивает параллелизм потоков именно для CPU-bound кода.
Для I/O-bound задач GIL обычно не является основной проблемой.
Без GIL существуют альтернативные реализации Python и экспериментальные варианты CPython.
В продакшене чаще используют multiprocessing, async или вынос тяжелых вычислений в native-код, чем переход на другую реализацию.
На собеседовании важно разделять язык Python и его реализации.

Есть ли вариации Python, в которых нет глобальной блокировки GIL?