Názor k článku Rychlost CPythonu 3.11 a 3.12 v porovnání s JIT a AOT překladači Pythonu (2) od ZmatenejStrejda - Souběžné čtení a zápis už je na programátorovi...

Souběžné čtení a zápis už je na programátorovi stejně jako kdyby to udělal ručně přes vlákna.
Některé operace ovšem jdou udělat velice jednoduše.
Například chcete udělat histogram (spočítá se četnost výskytů prvků v datech). V té chvíli je velký problém s přístupem do pole histogramu.
Při použití vlastních vláken mě napadají 3 přístupy: mutex(y), atomické operace, každé vlákno vlastní histogram (nejrychlejší).
Ale v tomto vám taky může OpenMP usnadnit práci.

Zde od nejpomalejšího po nejrychlejší

void histo_1(uint8_t * data, uint32_t * histogram){
        #pragma omp parallel for
        for(uint64_t i = 0; i < SIZE; ++i){
                #pragma omp critical
                histogram[data[i]]++;
        }
}
void histo_3(uint8_t * data, uint32_t * histogram){
        #pragma omp parallel for
        for(uint64_t i = 0; i < SIZE; ++i){
                #pragma omp atomic
                histogram[data[i]]++;
        }
}
void histo_4(uint8_t * data, uint32_t * histogram){
        #pragma omp parallel for reduction(+:histogram[:256])
        for(uint64_t i = 0; i < SIZE; ++i){
                histogram[data[i]]++;
        }
}

Je dost možné že Numba umí něco podobného.