HN 日本語サマリー

← 一覧へ戻る
プログラミング

Python 3.15の速度はどのくらいか?

How Fast is Python 3.15? (blog.miguelgrinberg.com)

56 pointsby Qem37 コメント

要約

著者はPython 3.15のパフォーマンスを、3.10から3.14までの過去バージョンや、PyPy、Node.js、Rustといった他の言語と比較する非公式ベンチマークを実施しました。再帰的なフィボナッチ計算とバブルソートの2つのテストを実行した結果、Python 3.15は3.14と比較してわずかに高速化しましたが、顕著な改善は見られませんでした。特に、JIT(Just-In-Time)コンパイラを搭載したPython 3.15は、標準インタープリタよりも大幅に高速であることが示されました。

全文翻訳

Python 3.15の速度は?

今年も10月になり、Pythonの新しいリリースを試す時期がやってきました(技術的には、私が使用しているのは3.15.0rc3リリースであり、公式の3.15リリースはまだ数日先です)。昨年のPython 3.14のパフォーマンスの記事と同様に、本日、私の非公式Pythonベンチマークの新しい実行結果を共有し、Python 3.15を3.10まで遡った過去のインタープリタと比較します。

チャートや表に興味がなく、単に私の分析を読みたい場合は、最後の結論セクションにジャンプしてください。

ベンチマーク

私のベンチマークを「非公式」と呼んだのはなぜでしょうか?

プログラミング言語のパフォーマンスを客観的かつ普遍的に測定することは不可能です。できることは、いくつかのプログラムを書いて実行し、そのパフォーマンスを測定することだけです。他のプログラムが同様のパフォーマンス特性を示すか、あるいはそうでないかは、実際には知る方法がありません。このベンチマークの私の意図は、Pythonのバージョン間のパフォーマンスの変化を感じ取ることにありますが、Pythonインタープリタの包括的なパフォーマンスプロファイルを取得しようとしているわけではないことを明確にしたいです。

私のベンチマークでは、fibo.pyとbubble.pyという2つのプログラムを実行します。これらのプログラムは、必要であれば確認できます。最初のプログラムはフィボナッチ数列の数値を計算し、2番目のプログラムはバブルソートアルゴリズムを使用して数値をソートします。

これらの2つのプログラムは、2つのクラスのアルゴリズムを代表するものとして選択しました。フィボナッチ計算は再帰を使用して行われますが、これはPythonインタープリタではやや非効率的であることがわかりました。一方、バブルソートは再帰を使用せず、forループのみを使用します。私のベンチマークがカバーしていない他の種類のプログラムもあります。特に、I/Oバウンドコードはこのベンチマークに含まれていないことに注意してください。

最近のPythonバージョンのパフォーマンス改善の一部はマルチスレッディングに関連しているため、各プログラムのマルチスレッド版も作成しました。したがって、合計で4つの異なるテストがあります。

テストマトリックス

完全なテストマトリックスは実際にはかなり複雑です。なぜなら、4つのプログラムバリエーションをすべてのPythonバージョンで実行する必要があり、さらにJITとフリー・スレッディングの代替手段(利用可能な場合)も考慮する必要があるからです。私はPyPyでもテストを実行するのが好きです。なぜなら、このインタープリタは過去のベンチマーク実行で印象的なパフォーマンスを示しているからです。そして、Pythonのパフォーマンスをより広いエコシステムの中に位置づけるために、2つのプログラムをJavaScript(Node.js)とRustにも移植しました。

私が取り組んだ完全なテストマトリックスは次のとおりです。

  • 2つのテストスクリプト
    • fibo.py: 再帰を使用してフィボナッチ数値を計算します。
    • bubble.py: ランダムに生成された数値のリストをソートします(再帰なし)。
  • 2つのスレッディングモード
    • シングルスレッド
    • 4つの並列スレッド
  • 6つのPythonバージョン、およびPyPy、Node.js、Rustの最近のバージョン:
  • 3つのPythonインタープリタ
    • 標準
    • JIT(Just-In-Time):CPython 3.13+ のみ
    • フリー・スレッディング(FT):CPython 3.13+ のみ

以前のベンチマークの読者は、LinuxとmacOSの追加の次元があったことを覚えているかもしれません。前回の2回のベンチマーク実行で両者の間に大きな違いがなかったため、今回はmacOSのテストを削除することにしました。すべてのテストは、Intel Core i5 CPUを搭載しGentoo Linuxを実行している私のLinuxラップトップで実行されました。

このベンチマークの各参加者のパフォーマンスを測定するために使用している方法は、テストプログラムを3回実行し、3回の平均実行時間を取ることです。以下に示す結果の表では、3.15バージョンとの速度差、および解釈可能な場合は、特定のインタープリタの前のバージョンとの速度差も示します。速度比較には単純な比率を使用します。1xは同じ速度、0.5xは半分の速度(または実行に2倍の時間がかかった)、2xは2倍の速さ(または実行に半分の時間がかかった)などを意味します。これが理解しやすいことを願っています。

テスト1: fibo.py、シングルスレッド

始めましょう。最初のテストは、最初の40個のフィボナッチ数値を計算します。

fibo(40) - 1 threadTime (secs)vs. 3.15vs. previous
3.1015.94420.44x
3.119.40580.74x1.70x
3.128.85450.78x1.06x
3.138.81740.79x1.00x
3.147.16590.97x1.23x
3.156.93611.03x
pypy3.121.25175.54x
node-26.31.38994.99x
rust-1.970.089877.24x

上記の速度をチャート形式で以下に示します。

[画像: fibo.py シングルスレッドの結果]

これらの結果から、このテストではPython 3.15は3.14よりわずかに高速であり、おそらく問題にならない程度であることが推測できます。過去にも観察したように、PyPy 3.12のパフォーマンスは驚異的で、3.15の5.5倍の速度を記録し、Node.jsに対してもわずかにリードしています。Rustについては驚きはありませんが、限界を知っておくことは常に良いことです!

各Pythonリリースを前のバージョンと比較すると、興味深い詳細が見られます。前任者に対して大幅なパフォーマンス改善を行ったのは、Python 3.11と3.14だけでした。チャートで、前のバーと比較してバーの高さが大きく低下しているのがはっきりとわかります。他のリリースは同じ速度を維持したか、わずかな改善しか見られなかったため、全体として常に進歩がありました。

次の結果セットでは、PythonのJITおよびフリー・スレッディング(FT)リリースの進歩を確認できます。これらの代替インタープリタバージョンは3.13で初めて導入されたため、評価対象のバージョン範囲ははるかに小さいことに注意してください。

fibo(40) - 1 threadTime (secs)vs. 3.15vs. previous
3.13 JIT8.8339
3.14 JIT7.15871.23x
3.15 JIT5.76251.20x1.24x
3.13 FT12.0368
3.14 FT7.11851.69x
3.15 FT7.02980.99x1.01x

以下はこれらの結果を示すチャートです。

[画像: fibo.py シングルスレッドの結果 - JITおよびフリー・スレッディング]

ここから最も興味深いのは、3.15インタープリタのJITが、同じテストの標準インタープリタよりも高速だったことです。これは過去数年間見られなかったことです。そして1.20倍の速度増加は無視できるものではなく、これは非常にエキサイティングです!

フリー・スレッディングに関しては、このテストはシングルスレッドであるため、あまり期待することはできません。しかし、フリー・スレッディングインタープリタのパフォーマンスは、3.14のものと同程度であると言えます。

テスト2: bubble.py、シングルスレッド

次に2番目のテストを見てみましょう。10,000個のランダムな数値をソートするように設定されたシングルスレッドのバブルソートテストの表とチャートを以下に示します。

bubble(10000) - 1 threadTime (secs)vs. 3.15vs. previous
3.103.99180.49x
3.112.62370.75x1.52x
3.122.73410.72x0.96x
3.132.8330.70x0.97x
3.142.05750.96x1.38x
3.151.97161.04x
pypy3.120.107318.37x
node-26.30.064330.66x
rust-1.970.039150.42x

[画像: bubble.py シングルスレッドの結果]

前のテストと同様に、ここでも3.15は3.14と比較して非常にわずかなパフォーマンス改善が見られます。そして、Pythonの最近のリリースで実際にパフォーマンスを大きく向上させたのは、3.11と3.14の2つであることが再びわかります。一部のリリースでは、このテストでわずかな後退が見られます。PyPyは依然として非常に高速でしたが、このテストではNode.jsの方が高速でした。

次の表とチャートは、PythonインタープリタのJITおよびフリー・スレッディング版の結果を示しています。

bubble(10000) - 1 threadTime (secs)vs. 3.15vs. previous
3.13 JIT2.5887
3.14 JIT2.36241.10x
3.15 JIT1.54351.28x1.53x
3.13 FT4.1888
3.14 FT2.72481.54x
3.15 FT2.68080.74x1.02x

[画像: bubble.py シングルスレッドの結果 - JITおよびフリー・スレッディング]

これは、最初のテストから得られた全体像と同じです。3.15 JITは、通常のインタープリタと比較して、再び印象的な1.28倍の速度向上を示しています。フリー・スレッディング版は標準インタープリタと比較してパフォーマンスの低下を示していますが、3.14インタープリタでも同様の低下が発生したため、これは後退ではありません。前述したように、このテストはシングルスレッドであるため、フリー・スレッディングインタープリタが輝くようなアプリケーションのユースケースではないため、これはあまり問題になりません。フリー・スレッディングインタープリタが通常のインタープリタと同等のパフォーマンスを発揮することは合理的だと考えられます。その観点からは、まだ作業が必要だと言えます。

テスト3: fibo.py、マルチスレッド

すべてのテストを、4つのスレッドを並列で実行して繰り返してみましょう。これはフリー・スレッディング版Pythonインタープリタを評価するために設計された非常に特定のテストであるため、Python以外の実行は省略します。

ベースラインとして、まず標準Pythonでマルチスレッドテストを実行しました。完全に明確にするために、これらの結果はCPythonにとって悪いものになります。なぜなら、グローバルインタープリタロック(GIL)がスレッド間の真の並行処理を妨げるからです。以下は、マルチスレッドフィボナッチテストの結果とチャートです。

fibo(40) - 4 threadsTime (secs)vs. 3.15vs. previous
3.1067.28670.48x
3.1149.7260.65x1.35x
3.1238.73070.84x1.28x
3.1338.94210.84x0.99x
3.1431.83671.02x1.22x
3.1532.54210.98x
pypy3.125.63855.77x

[画像: fibo.py マルチスレッドの結果]

このテストでは、3.15は3.14よりもわずかに遅いことが示されています。シングルスレッドテストで見たように、3.15インタープリタは3.14よりもわずかに高速だっただけなので、全体として標準インタープリタは3.14と同程度の速度だと考えてよいでしょう。ここでも、PyPyは標準Pythonをはるかに凌駕し続けていますが、スレッドによりその速度は同様の比率で低下しています。なぜなら、PyPyの並行処理もGILの影響を受けるからです。

次に、PythonインタープリタのJITおよびフリー・スレッディング版がこのテストでどのように動作するかを見てみましょう。

fibo(40) - 4 threadsTime (secs)vs. 3.15vs. previous
3.13 JIT38.5661
3.14 JIT30.96961.25x
3.15 JIT27.16411.20x1.14x
3.13 FT12.4376
3.14 FT7.30521.70x
3.15 FT7.2354.50x1.01x

[画像: fibo.py マルチスレッドの結果 - JITおよびフリー・スレッディング]

Python 3.15インタープリタのフリー・スレッディング版は、標準インタープリタよりも約4.5倍高速に動作します。この比率は3.14でも同様でした。この大幅な速度向上は、インタープリタがGILなしで動作し、より効率的なスレッド並行処理を可能にすることに起因します。

これらの結果からわかる二次的な観察事項は、GILで実行されるインタープリタのJIT版が、マルチスレッド実行時でも標準インタープリタに対して同様の優位性を維持していることです。これは3.15で新しい点です。

テスト4: bubble.py、マルチスレッド

最後に残りの結果セットを検討します。以下は、バブルソートテストの標準インタープリタの結果です。

bubble(10000) - 4 threadsTime (secs)vs. 3.15vs. previous
3.1016.59590.51x
3.1110.75410.79x1.54x
3.1210.9790.77x0.98x
3.1311.13370.76x0.99x
3.148.71980.97x1.28x
3.158.45141.03x
pypy3.120.516516.36x

[画像: bubble.py マルチスレッドの結果]

これもまた、以前の結果とほぼ一致しており、3.15インタープリタは3.14よりもわずかに高速です。

このテストのベースラインが得られたので、JITおよびフリー・スレッディングインタープリタを見てみましょう。

bubble(10000) - 4 threadsTime (secs)vs. 3.15vs. previous
3.13 JIT10.3004
3.14 JIT9.94541.04x
3.15 JIT6.64171.27x1.50x
3.13 FT8.0547
3.14 FT4.99341.61x
3.15 FT4.85491.74x1.03x

[画像: bubble.py マルチスレッドの結果 - JITおよびフリー・スレッディング]

ここでも、フリー・スレッディング3.15インタープリタは標準インタープリタよりも高速です。フィボナッチテストほど印象的な向上ではありませんが、この種のプログラムはGILフリーインタープリタの良いユースケースです。

JITの結果については、このインタープリタの他のすべての実行と一致しており、3.15で大きな改善が見られます。

結論

私のベンチマークを楽しんでいただけたなら幸いです。たくさんの数字とカラフルなチャートを見るだけでなく、これが実際には何を意味するのか疑問に思っているかもしれません。

この記事を終える前に、これらの数字が示唆することについての私の個人的な解釈を提供したいと思います。なぜなら、3.15にアップグレードすることが理にかなっているかどうか、そしてアップグレードしたときにどのような改善が期待できるかを知りたいかもしれないからです。このセクションでは、決定論から意見の領域に入りますので、これらの数字を見ても、私とは全く異なる解釈をする人がいる可能性があることを心に留めておいてください!

免責事項はさておき、テストを実行した後の私の直感では、Python 3.15はパフォーマンスの点で、せいぜい3.14からわずかな改善に過ぎないということです。このウェブサイトのような現在の本番プロジェクトを3.14で運用していますが、得られた結果は、昨年の3.14で素晴らしい結果を見たときのように、アップグレードを急ぐようなものではありません。

3.15リリースで明確な改善が見られる唯一の領域はJITです。しかし、JITはまだ実験的な機能であり、本番環境で使用するのは良い考えではありません。JITが実験段階を終了するまでは、本番環境での使用を検討しません。

JIT以外では、このリリースには本当に顕著なパフォーマンス向上はありません。一部のテストではわずかなパフォーマンス増加が見られますが、他のテストでは後退が見られるため、これらの小さな変動が実際のプロジェクトで認識できるパフォーマンス変化につながるとは期待していません。正直なところ、あと数ヶ月3.14に留まること、あるいは1年後に3.16がリリースされて評価するリリースがもう1つ増えるまで、何も失っているとは感じていません。

しかし、私は3.15を日常のメインインタープリタとして使用する予定であり、もしかしたら、リスト内包表記のJavaScriptライクなアンパッキングや遅延インポートのような新機能を使用するために、一部の本番プロジェクトをアップグレードするかもしれません。

私のブログを訪れてくれてありがとう!この記事を楽しんでいただけたなら、Buy me a coffeeを通じて少額の寄付をしていただけると、私の活動をサポートし、私を元気づけることができます。ありがとう!