Những huyền thoại và chuyện ngụ ngôn về hiệu năng của Python

Tóm tắt chính

• Những quan niệm phổ biến về hiệu năng của Python, chẳng hạn như chỉ cần dùng trình biên dịch JIT hoặc thêm type hint là hiệu năng sẽ tăng mạnh, là những hiểu lầm dễ gây ngộ nhận.
• Các mẫu truy cập bộ nhớ kém hiệu quả do kiểu động và mô hình đối tượng của Python gây ra mới là nút thắt cổ chai gốc rễ của hiệu năng.
• Quản lý bộ nhớ là giới hạn cuối cùng đối với việc cải thiện hiệu năng của Python, và nếu không giải quyết được điều này thì rất khó đạt được cải tiến hiệu năng thực sự.
• Như một phương án thay thế dài hạn để giải quyết các vấn đề gốc rễ này, dự án mới 'SPy' đã được đưa ra.

Nội dung chi tiết

Antonio Cuni, nhà phát triển kỳ cựu của PyPy, đã trình bày tại EuroPython 2025 với chủ đề “Những huyền thoại và chuyện ngụ ngôn về hiệu năng của Python”. Ông chỉ ra rằng nhiều quan niệm phổ biến về hiệu năng của Python khác xa thực tế.

Theo Cuni, JIT (Just-In-Time) compiler rõ ràng có giúp cải thiện hiệu năng, nhưng không phải là thuốc chữa bách bệnh. Dù JIT có tối ưu hóa mã, nó vẫn không thể giải quyết vấn đề gốc rễ là hiệu quả cache thấp do cấu trúc bộ nhớ của các đối tượng Python cùng với mô hình cấp phát và giải phóng bộ nhớ diễn ra thường xuyên.

Ông cũng giải thích rằng kiểm tra kiểu tĩnh (Static Type Checking), vốn được dùng nhiều gần đây, cũng không thể trực tiếp cải thiện hiệu năng của CPython. Type hint giúp mã rõ ràng hơn, nhưng đặc tính động của Python vẫn là rào cản khiến JIT compiler khó tận dụng thông tin này để tối ưu hóa mã một cách quyết liệt hơn.

Kết luận, Cuni nhấn mạnh rằng giới hạn thực sự của hiệu năng Python không nằm ở tốc độ CPU mà ở quản lý bộ nhớ. Ông giới thiệu 'SPy' như một dự án ở giai đoạn đầu nhằm giải quyết vấn đề này, đồng thời đưa ra tầm nhìn rằng chỉ khi cải thiện tận gốc mô hình bộ nhớ của Python thì mới có thể tạo ra Python siêu tốc thực sự.