Python asyncio 中怎么执行 cpu 密集型任务？

多线程+c/c++ ffi

cpu 密集的任务 用其他合适的语言实现
然后通过 rpc 暴露出来 正好给 python 的 asyncio 调

asyncio 顾名思义是 异步 io 。。。众所周知，py 要么卡 cpu 要么卡 io ，asyncio 只解决卡 io 的问题啊。

用 c/c++/rust 的 ffi 做 binding 吧，实在不行 java/go 什么的也行，python 就做个前端调一下

多进程

“因为需要加载模型，内存复制必须要考虑。”

你是啥模型。有些模型开多线程是可以并行的。

python 3.13 可以加个参数去掉 GIL

针对锁和 python 效率的问题：
- 如果你的计算任务可以用 c/rust 的模块，最好是在 c/rust 的部分处理，最好能批处理
- 如果是 pure python ，也许可以试试 taichi 或者类似的东西。因为 python 可以被再次编译成 native 或者 gpu kernel ，并针对架构优化
针对 asyncio 只管异步切换，计算存在长时间阻塞的问题
- （不同进程、单独服务的方案）要么 celery ，或者自己搓一个简单的队列
- （简单在同一个进程中的方案）要么 thread pool executor