coverage.py项目在Python 3.13无GIL模式下的线程安全适配
在Python 3.13版本中引入了一个重要的新特性——"free-threaded"(无GIL)模式,这使得Python可以真正实现多线程并行执行。这一变化对Python生态系统的扩展模块提出了新的要求,特别是那些包含C扩展的模块需要明确声明其线程安全性。
近期,在joblib项目测试过程中发现,当使用coverage.py进行测试覆盖率统计时,Python 3.13会发出警告提示:"The global interpreter lock (GIL) has been enabled to load module 'coverage.tracer'"。这个警告表明coverage.tracer模块尚未声明其是否可以在无GIL环境下安全运行。
coverage.tracer是coverage.py项目的核心组件之一,负责在代码执行过程中跟踪和记录覆盖信息。作为一个性能敏感的模块,它部分采用了C扩展实现以获得更好的执行效率。在Python 3.13的无GIL模式下,任何包含C扩展的模块都需要通过Py_mod_gil_not_used标志明确声明其线程安全性,否则解释器会强制启用GIL来加载该模块。
项目维护者nedbat迅速响应了这个问题,在最新发布的coverage 7.5.4版本中为模块添加了适当的线程安全声明。这一改动确保了coverage.py可以在Python 3.13的无GIL模式下正常工作,同时消除了相关的运行时警告。
对于科学计算领域的开发者而言,这一改进尤为重要。像joblib、scikit-learn这样的项目经常需要处理计算密集型任务,Python 3.13的无GIL模式为它们提供了真正的多线程并行能力。coverage.py作为这些项目测试流程中的关键工具,其与无GIL模式的兼容性确保了整个测试流程可以充分利用新版本Python的性能优势。
目前,科学Python生态系统正在进行全面的无GIL兼容性评估和适配工作。coverage.py的及时更新为其他项目提供了一个良好的范例,展示了如何正确处理C扩展模块在新Python版本中的线程安全问题。开发者现在可以放心地在Python 3.13的无GIL环境下使用最新版的coverage.py进行测试覆盖率统计,而无需担心兼容性问题或性能损失。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00