Python与Numpy性能波动异常排查：8小时测试中的跳变问题

我正在开发一款元胞自动机（cell-automata），并对代码进行性能测试，测试代码如下：

while True:
    time_1 = perf_counter_ns()
    numpy.fnc1()
    time_2 = perf_counter_ns()
    numpy.fnc2()
    time_3 = perf_counter_ns()
    numpy.fnc3()
    time_4 = perf_counter_ns()
    numpy.fnc4()
    time_5 = perf_counter_ns()
    numpy.fnc5()
    time_6 = perf_counter_ns()
    numpy.fnc6()
    time_7 = perf_counter_ns()

    diff_1 = time_2 - time_1
    diff_2 = time_3 - time_2
    diff_3 = time_4 - time_3
    diff_4 = time_5 - time_4
    diff_5 = time_6 - time_5
    diff_6 = time_7 - time_6

    print(results)

测试观测与环境 #

• 核心现象：8小时长测试后，性能呈现跳变状态——快、慢状态交替出现，且快慢周期的时长随时间逐渐变长；快慢状态的平均性能差异至少2倍。累计完成约650万次循环。
• 耗时特征：各函数（fnc1至fnc6）对应的耗时差值（diff_1至diff_6）快慢周期大致匹配，但不完全重合；diff_3的逐周期数据（多次放大）也呈现相同的跳变规律。
• 测试环境：Debian 11系统，AMD Ryzen 5 2600六核处理器，仅运行GUI无其他程序，多数核心处于闲置状态。
• 排除项：已排除常规系统进程干扰；排除数据驱动的性能变化——元胞自动机持续演化导致输入数据变化，但数组运算耗时不应受数值影响，且数据变化不可能引发整分钟级的稳定耗时波动。

问题 #

1. 我观测到的具体现象是什么？
2. 该现象的成因是什么？

我猜测可能与Python线程调度有关，但不确定Numpy是否使用线程——我的代码仅为单线程。同时希望找到方法让代码稳定在快状态。

内容的提问来源于stack exchange，提问作者Zoltan K.