7.09.2025 состоялся релизPithon 3.14!
На фоне хайпа про NoGIL всё позабыли про другие фичи. Особенно про Multiple Interpreters, который обещает изоляцию процессов но с эффективностью потоков! На сколько действительно это будет эффективно мы узнаем позже, потому что сейчас это лишь первый релиз с ограничениями и недоработками.
Но что там про NoGIL? Теперь этот режим не экспериментальный, а официально поддерживаемый, но опциональный.
Чтобы запустить без GIL нужна специальная сборка. И перед стартом нужно объявить переменную PYTHON_GIL=0
Для вас я собрал готовый репозиторий где достаточно запустить скрпит, который всё сделает:
▫️ соберет релизный Python 3.14 в новый Docker-образ
▫️ запустит тесты в контейнере (GIL, NoGIL, MultiInterpreter)
▫️ распечатает результаты
Тест очень простой, усложняйте сами)
Вот какие результаты у меня:
=== Running ThreadPoolExecutor GIL ON
TOTAL TIME: 45.48 seconds
=== Running ThreadPoolExecutor GIL OFF
TOTAL TIME: 6.14 seconds
=== Running basic Thread GIL ON
TOTAL TIME: 45.54 seconds
=== Running basic Thread GIL OFF
TOTAL TIME: 4.74 seconds
=== Running with Multi Interpreter
TOTAL TIME: 18.30 seconds
Если сравнивать GIL и NoGIL, то на мои 32 ядра прирост х7-x10 (почему не х32? 🤷). При этом нам обещают что скорости будут расти с новыми релизами.
Режим без GIL похож (визуально) на async, тоже параллельно, тоже не по порядку. Но это не IO! и от того некоторый диссонанс в голове 😵💫, нас учили не так!
Интересно, что чистый Thread работает быстрей чем ThreadPoolExecutor без GIL.
Ну и где-то плачет один адепт мульти-интерпретаторов😭 Теперь нужно искать где они могут пригодиться с такой-то скоростью. Скорее всего своя область применения найдется.
Отдельно я затестил память и вот что вышло на 32 потока:
ThreadPoolExecutor GIL ON
305.228 MB
ThreadPoolExecutor GIL OFF
500.176 MB
basic Thread GIL ON
90.668 MB
basic Thread GIL OFF
472.444 MB
with Multi Interpreter
1267.788 MB
Пока не знаю как к этому относиться)
В целом - радует направление развития!
#release
Lookonchain | ꘜ
Whales keep accumulating $ETH!
Whale 0x3952 withdrew another 21,000 $ETH($90.6M) from #Binance in the past 40 minutes and currently holds 86,001 $ETH ($260M).
https://intel.arkm.com/explorer/address/0x3952D69643F7a87237C7fC8bB33f8453C0b45500
Lookonchain | ꘜ
Whale bc1q5r withdrew another 500 $BTC($59.53M) from #Binance 5 hours ago.
This whale has withdrawn 3,000 $BTC($355M) from #Binance over the past 3 months at an average price of $109,895.
https://intel.arkm.com/explorer/address/bc1q5rsc4uscnmemlwru8xsys26k3xgxewqfnf3k7j
Lookonchain | ꘜ
Three wallets (likely belonging to the same whale) unstaked 14,942 $ETH($64.38M) and deposited it into #Binance in the past hour.
https://intel.arkm.com/explorer/address/0x345834DA38A13Ba5B9F4dDD2288e0B98C662Fb95
https://intel.arkm.com/explorer/address/0xA55d99EEcc7d1D5D76829e71CdC9fdB387858CE5
https://intel.arkm.com/explorer/address/0xF2758d2d606ecE036601544606BE2Af61F6a12e1
Lookonchain | ꘜ
A wallet linked to Metalpha deposited 5,000 $ETH($20.91M) to #Binance just now.
https://intel.arkm.com/explorer/address/0x96F49d0e9724dFD8780fa667ac37A993f005CB94
Lookonchain | ꘜ
Whale 0x3952 withdrew another 8,745 $ETH($37.6M) from #Binance an hour ago.
Over the past two months, this whale has withdrawn 65,001 $ETH($281M) from #Binance at an average price of 2,611 — now sitting on over $111M in unrealized profits.
https://intel.arkm.com/explorer/address/0x3952D69643F7a87237C7fC8bB33f8453C0b45500
A whale deposited 689.34 $BTC worth $46.17M into #Binance.
https://intel.arkm.com/explorer/address/15HWQZaDQ6GFhro8x693zaqCdTU1qVKvdQ
https://x.com/OnchainLens/status/2039991271012679903
Follow @onchainlens for more onchain updates
Whale 0x2fcf withdrew 5,090 $BNB ($6.65M) from #Binance and spent 3,475 $BNB ($4.54M) aping into random memecoins.
He’s now sitting on an unrealized loss of ~$1.2M.
Even whales get rekt. 🐋