作为一门异常受欢迎的编程语言，Python具备很多的优点，比如：易于学习、用途广泛、有成千上万个用于数据科学的有用的库。但同时，Python一直被诟病的就是它运行速度太慢。

在去年的PyCon US 2021大会上，Python之父曾表示：要在2022年的Python 3.11中，将Python速度提高2倍，4年内，速度提升5倍，以解决Python与C++等其他编程语言相比在速度上的关键缺点。

如今，速度太慢的情况在Python 3.11中即将改变。在今年晚些时候发布稳定版之前，目前正处于其预览版（版本3.11.0b1）的第一个测试阶段。

CPython 3.11已比3.10提速1.25倍

在近期的PyCon US 2022会议上，Core Python（CPython）开发者Mark Shannon分享了关于加速Python项目的细节，此外，开发者还展示了在浏览器中运行Python代码这一目标的进展。

去年，微软资助了Python软件基金会（PSF）的一个项目——“Shannon Plan”，该项目由Python创造者Guido van Rossum和Mark Shannon领导，承诺在今年的Python 3.11中将其速度提高2倍。其愿景是促使Python向C语言的性能发展。

微软在2020年雇佣了van Rossum，并让他自由选择任何项目。在去年的PyCon US 2021会议上，他称自己 "选择回到我的根源"，并将致力于解决Python著名的性能不足问题

性能也许并不是Python的首要任务，因为机器学习和数据科学的采用得益于TensorFlow、NumPy、Pandas以及更多的平台，如AWS的Boto3 SDK for Python。这些平台每月被下载数千万次，并在通常不受硬件限制的环境中使用。

Faster CPython项目（GitHub地址：ideas/main-vs-310.rst at main · faster-cpython/ideas · GitHub）提供了一些关于CPython 3.11在过去一年的性能更新。在PyCon US 2022会议之前，该项目公布了更多的结果：在几十个性能指标上对3.11测试预览版和3.10进行了比较，显示3.11.0b1总体上比3.10快1.25倍。

新的字节码解释器使错误处理更高效

Shannon对该项目提高Python性能的能力持现实态度，但他相信这些改进可以将Python的可行用途扩展到更多的虚拟机。他去年在Python增强提案（PEP）659中写道：“Python被广泛认为是缓慢的。虽然Python永远达不到C、Fortran甚至Java等低级语言的性能，但我们希望它能与脚本语言的快速实现相媲美，如Javascript的V8或Lua的LuaJIT。具体来说，我们希望通过CPython实现这些性能目标，使所有Python用户受益，包括那些无法使用PyPy或其他替代性虚拟机的用户。”

在PEP 659中详述的关键方法是：“专门化的、自适应的解释器，但它在一个非常小的区域内积极地专门化代码，并能够迅速和低成本地适应错误的专门化。”

如上所述，虚拟机的优化是 "昂贵的"，往往需要很长的 "预热 "时间。为了避免这种时间开销，虚拟机应该推测“即使在一个函数执行几次后，专门化也是合理的”。所以，解释器需要持续地且非常低廉地进行优化和去优化。

这应该会产生一个更快的CPython解释器，它可以在程序执行过程中跟踪单个字节码。据Python软件基金会（PSF）称，新解释器的工作几乎已经完成，但仍需要完成循环和二进制操作的动态专门化。

此外，3.11的内存消耗与3.10相比没有变化。

CPython JIT编译器即将实现

关于Python性能的即时（JIT）编译器问题，根据Python软件基金会（PSF）对该事件的报道，Shannon认为这不是一个优先事项，可能最早也要到Python 3.13才能实现。

此外，用于数据科学的Anaconda Python发行版的制造商Anaconda，正在支持Pyston项目，该项目是Python的一个实现，承诺比Python有速度上的提高。

Anaconda在加速Python方面较早的努力之一是Numba项目，这是一个基于LLVM的CPython JIT编译器，它可以加速在CPU或GPU上运行的Python数值函数，但不能优化整个程序，也不能解决更广泛的Python用例。另一个是PyPy，它是CPython的一个实现，带有JIT编译器以获得更快的性能。

根据Faster CPython项目的实施计划（GitHub地址：faster-cpython/plan.mdatmaster · markshannon/faster-cpython · GitHub），CPython 3.12可能会获得一个 "用于小区域的简单JIT编译器"，在运行时使用相对简单、快速的编译器编译小区域的专门代码；而CPython 3.13将扩展编译区域，增强编译器以生成卓越的机器代码。

最后，对于以上Faster CPython项目加速Python的做法，你有什么看法？欢迎在评论区留言。