Для задач, требующих интенсивных вычислений на CPU, оптимальными видами конкурентности в Python являются:

Многопроцессность (multiprocessing): так как глобальная блокировка интерпретатора (GIL) ограничивает одновременное выполнение потоков в Python, использование нескольких процессов позволяет эффективно распараллеливать вычисления на нескольких ядрах CPU.
Использование библиотек с нативным кодом: например, NumPy, которые реализуют вычисления на C и освобождают GIL.
Параллельное выполнение с помощью concurrent.futures.ProcessPoolExecutor — удобный интерфейс для запуска задач в отдельных процессах.

Пример использования multiprocessing для вычисления факториала в нескольких процессах:

from multiprocessing import Pool

def factorial(n):
    return 1 if n == 0 else n * factorial(n-1)

if __name__ == '__main__':
    numbers = [5, 7, 10, 12]
    with Pool() as pool:
        results = pool.map(factorial, numbers)
    print(results)

Таким образом, для CPU-интенсивных задач лучше использовать многопроцессность, а не многопоточность.

Какие виды конкурентности подходят для оптимизации выполнения задач, требующих интенсивных вычислений на CPU?