Зачем нам PyPy, если в CPython есть JIT?

Для решения проблем с CPU-bound производительностью Python мы в Контуре сформулировали несколько простых шагов. Первый — применение алгоритмов для оптимизации вычислений. Об этом расскажет мой коллега, Ваня Жерновков. А мы перейдем к следующему шагу — использованию JIT-компиляции.

Мы рекомендуем нашим разработчикам PyPy в качестве альтернативного рантайма и для гарантии совместимости 46 наших внутренних библиотек, а также одна внешняя уже тестируется на PyPy. Расскажу, насколько гладкo прошло внедрение.

Почему именно PyPy — я уже рассказывал в прошлом году, но с тех пор вышли релизы PyPy 3.11, CPython 3.13 и альфа 3.14. А нашумевший uv заявляет о поддержке сразу трех рантаймов: CPython, PyPy и GraalPy. Давайте разберемся, что изменилось в мире JIT и насколько актуальным остается PyPy.