Python高性能计算

Question

C语言和Fortran语言一直以来都是高性能计算（主要涉及线性代数、偏微分方程求解等领域）的主流选择。我注意到，最近有一些基于NumPy和SciPy的项目开始出现在高性能计算领域。有些人认为，经过一些修改，Python可能会成为下一个高性能计算的语言。显然，Python不太可能完全取代这些语言，但它可能会在它们周围增加一个更友好的使用界面。那么，有没有什么资源可以用来证明或反驳这个观点呢？换句话说，对于刚入门的高性能计算研究者来说，是否应该把Python加入到他们掌握的编程语言列表中？如果是的话，为什么？

注意：这不是一个讨论性的问题，我并不是在让你们权衡各种语言的优缺点。我也不是在询问你们认为Python是否适合高性能计算。我是在寻找一些参考资料（比如学术论文、研讨会或基准测试），这些资料探讨了相关的说法。

Answer 1

我觉得，全局解释器锁（GIL）是Python（还有其他一些动态语言）不适合高性能计算（HPC）的最大原因。要想把GIL从Python中去掉，需要做很多工作。

因为GIL让开发者在进行并行计算时必须使用进程（这需要进程间通信或共享内存），所以Python并不是高性能计算的理想语言。这篇文章对GIL、Python、Python的替代品（比如Jython和IronPython）以及高性能计算都很有意思。