Python 3.12 vs Python 3.13 – 性能测试
Python 3.13 上周正式发布了稳定版,主要变化包括一个新的交互式解释器、对在自由线程模式(无全局解释锁,no-GIL)下运行的实验性支持 (PEP 703),以及即时编译器 (PEP 744)。这些改进预计将带来性能的适度提升。
近日,开发者在AMD Ryzen 7000系列和第13代Intel Core处理器的电脑上,对Python 3.13与Python 3.12进行了性能测试,共计100项不同的基准测试。
所有测试都在使用Windows 11的电脑上进行,使用的是Python 3.12.7和Python 3.13.0(均为64位版本)的pyperformance 1.11.0库。
AMD Ryzen 7000系列桌面处理器
测试的第一部分使用一台配备AMD Ryzen 9 7900处理器、DDR5内存和M.2 PCIe Gen4 NVMe驱动器的台式电脑。
下表显示了在该设备上使用Python 3.12(作为参考)和Python 3.13进行的100项测试的结果。
基准测试 | Python 3.12 | Python 3.13 | 提升倍数 |
---|---|---|---|
2to3 | 226 ms | 217 ms (1.04x faster) | 1.04倍 |
async_generators | 262 ms | 256 ms (1.02x faster) | 1.02倍 |
async_tree_cpu_io_mixed | 514 ms | 411 ms (1.25x faster) | 1.25倍 |
async_tree_cpu_io_mixed_tg | 508 ms | 393 ms (1.29x faster) | 1.29倍 |
async_tree_eager | 70.9 ms | 73.4 ms (1.04x slower) | 1.04倍(慢) |
async_tree_eager_cpu_io_mixed | 303 ms | 312 ms (1.03x slower) | 1.03倍(慢) |
... | ... | ... | ... |
结果显示,Python 3.13在以下测试中比Python 3.12有最佳性能结果:async_tree_eager_io_tg(快1.61倍),async_tree_eager_io(快1.54倍),async_tree_io_tg(快1.54倍)。
然而,你可能会注意到一些测试的性能下降,特别是在coverage(慢1.36倍),create_gc_cycles(慢1.13倍),regex_v8(慢1.13倍)。
此外,你可以根据属于特定组别的基准测试来检查Python 3.13和Python 3.12之间的性能差异。
下表显示了与Python 3.12相比,Python 3.13的基准测试组的几何平均值。
基准测试组 | Python 3.13 与 Python 3.12 |
---|---|
apps | 1.06x faster |
asyncio | 1.22x faster |
math | 1.07x faster |
regex | 不显著 |
serialize | 1.05x faster |
startup | 1.04x slower |
template | 1.03x faster |
第13代Intel Core移动处理器
测试的第二部分使用一台配备Intel Core i3-1315U处理器(也用于笔记本电脑)、DDR4内存和M.2 PCIe Gen4 NVMe驱动器的迷你电脑。
下表显示了在该设备上使用Python 3.12(作为参考)和Python 3.13进行的98项测试的结果。由于在Python 3.13的此配置中无法运行,因此跳过了“dask”测试。
基准测试 | Python 3.12 | Python 3.13 | 提升倍数 |
---|---|---|---|
2to3 | 260 ms | 256 ms (1.01x faster) | 1.01倍 |
async_generators | 253 ms | 251 ms (1.01x faster) | 1.01倍 |
async_tree_cpu_io_mixed | 544 ms | 428 ms (1.27x faster) | 1.27倍 |
async_tree_cpu_io_mixed_tg | 546 ms | 412 ms (1.33x faster) | 1.33倍 |
async_tree_eager | 78.7 ms | 83.9 ms (1.07x slower) | 1.07倍(慢) |
... | ... | ... | ... |
结果显示,Python 3.13在以下测试中比Python 3.12有最佳性能结果:asyncio_tcp_ssl(快1.51倍),async_tree_io_tg(快1.43倍),async_tree_eager_io(快1.40倍)。
然而,你可能会注意到一些测试的性能下降,特别是在coverage(慢3.85倍),regex_v8(慢1.26倍),telco(慢1.19倍)。
此外,你可以根据属于特定组别的基准测试来检查Python 3.13和Python 3.12之间的性能差异。
下表显示了与Python 3.12相比,Python 3.13的基准测试组的几何平均值。
基准测试组 | Python 3.13 与 Python 3.12 |
---|---|
apps | 不显著 |
asyncio | 1.19x faster |
math | 1.06x faster |
regex | 1.04x slower |
serialize | 1.02x faster |
startup | 1.01x slower |
template | 1.02x slower |

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
智谱开源新一代文生图模型 CogView3-Plus
智谱宣布开源文生图模型 CogView3 及 CogView3-Plus-3B。CogView3 以及 CogView3-Plus 模型均使用 Apache 2.0 协议,目前该系列模型的能力已上线「智谱清言」(chatglm.cn)。 CogView3-Plus-3B 的效果: CogView3 是一个基于级联扩散的 text2img 模型,包含三个阶段: 第一阶段:利用标准扩散过程生成 512x512 低分辨率的图像。 第二阶段:利用中继扩散过程,执行 2 倍的超分辨率生成,从 512x512 输入生成 1024x1024 的图像。 第三阶段:将生成结果再次基于中继扩散迭代,生成 2048×2048 高分辨率的图像。 公告称,在实际效果上,CogView3 在人工评估中比目前最先进的开源文本到图像扩散模型 SDXL 高出 77.0%,同时只需要 SDXL 大约 1/10 的推理时间。 CogView-3-Plus 在 CogView3(ECCV'24) 的基础上引入了最新的 DiT 框架,以实现整体性能的进一步提升。其采用了 Zero-SNR 扩散噪声调度,并引入了文本-图像联合注...
- 下一篇
🔥 超神器啊!0.4Mb 就为 Java 中间件的控制台开发提供
比如你开发了个中间件(比如叫“annie”),想安排一个管理界面(比如叫:annie-admin)。后端接口想用什么开发? <dependencies> <dependency> <groupId>org.noear</groupId> <artifactId>solon-boot-jdkhttp</artifactId> </dependency> </dependencies> 只要 0.4Mb,有 Ioc/Aop 容器;有 Mvc 支持;有 Config 管理支持;还有无限的扩展支持。 一、自由的启动 1、如果你想做为“独立应用”,我们这么启动: public class AnnieApp{ public static void main(String[] args){ Solon.start(AnnieApp.class, args); } } 2、如果你想“内嵌”到 SpringBoot3 的项目里。就这么启动: @Configuration p...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- MySQL8.0.19开启GTID主从同步CentOS8
- Mario游戏-低调大师作品
- Linux系统CentOS6、CentOS7手动修改IP地址
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker快速安装Oracle11G,搭建oracle11g学习环境