在最新的 Python 的 C API 中是否有可能使用所有 CPU 内核？
由于 GIL Python 一次只能使用一个 CPU 内核，因此在多核机器上性能较低。
但是 C API 在一个 C++ 程序中具有多个解释器的可能性并没有得到充分证明。
是否有可能通过合并多个解释器，甚至每个 C++ 线程一个解释器，在每个线程/解释器中拥有单独的 GIL，从而允许使用单独的内核运行每个 C++ 线程，从而使用所有 100% 的 CPU 性能？
文档中说，如果我理解正确，一个程序中只有一个 GIL，所以Py_NewInterpreter()创建的不同解释器共享相同的 GIL，并且它们都不能有单独的 GIL。这意味着如果我获得 GIL，那么所有其他解释器都将被阻止。也许我错误地解释了文档......
该任务是这样的，在我想执行PyRun_String(...)的每个单独线程中的 C++ 程序中，所有线程都不会共享任何内容。如果有帮助，每个这样的 PyRun_String() 都可以在单独的解释器中运行。
因为所有 C++ 线程不共享任何东西（因此不共享 PyObject * 实例），也许根本不获取 GIL？我不知道 Python C API 的全局状态（全局变量）是否需要 GIL 保护？也许只需要保护 PyObject * 实例，因此如果 C++ 线程不共享 PyObject* 那么可能不需要获取 GIL，有人知道吗？
当然，我知道可以产生多个运行这个 C++ 程序的进程。但是现在我想了解任务（使用所有 100% CPU 内核）是否可以在一个 C++ 进程中解决。
我也在想也许可以通过下一个解决方案：Python C API 是通过 链接的python39.lib，它有一些全局 C 变量，这些全局变量保持 C 解释器的状态。也许有可能以某种方式链接库，使所有全局变量都进入某个可重定位区域，以便稍后在每个 C++ 线程中，我使用全局变量创建单独的内存区域。因此，每个线程都将拥有其全局变量的副本，从而导致每个线程中的解释器状态完全分离。但是我不知道有什么方法可以使全局变量为单个给定.lib文件重定位，你知道有什么方法吗？