De ce utilizarea multithreading în Python nu duce la o accelerare semnificativă în executarea calculelor intensive dependente de CPU?

În implementarea standard a Python, CPython utilizează GIL (Global Interpreter Lock) — un blocaj global al interpretului, care permite executarea unui singur bytecode Python într-un singur thread la un moment dat. Din cauza acestui fapt, multitreading-ul nu aduce creșteri de performanță pentru calculele intensive dependente de CPU, deoarece thread-urile nu pot fi executate în mod real în paralel pe mai multe nuclee.

Pentru a depăși această limitare, se utilizează:

• Multiprocesarea (modulul multiprocessing), unde fiecare proces are propriul interpret și GIL.
• Utilizarea extensiilor în C care eliberează GIL în timpul calculelor.
• Implementări alternative ale Python fără GIL (de exemplu, Jython, IronPython).

Exemplu de utilizare a multiprocessing pentru calcule paralele:

from multiprocessing import Pool

def heavy_calc(x):
    # O funcție grea dependentă de CPU
    return x * x

if __name__ == '__main__':
    with Pool(4) as p:
        results = p.map(heavy_calc, range(10))
    print(results)