PyO3封装的Rust函数多次调用比单次快7倍，求原因

为追求性能，我用Rust实现了某算法并通过PyO3封装为Python模块，该函数确实比纯Python实现更快。但发现一个特殊现象：将该函数调用百万次时的平均耗时，比单次调用耗时低约7倍。

测试代码如下：

print(timeit.timeit(lambda: blob(9999, 16, (3, 5), (4, 11), (2, 4)), number=1))
print(timeit.timeit(lambda: blob(9999, 16, (3, 5), (4, 11), (2, 4)), number=1000000) / 1000000)

输出结果：

1.5100000382517464e-05
2.1137116999998398e-06

请问这一现象的原因是什么？若需Rust函数代码以定位问题，可告知我。

• 首次调用的初始化开销：第一次调用PyO3封装的Rust函数时，会触发一系列一次性初始化操作——比如PyO3内部类型转换逻辑的初始化、Rust代码全局变量的初始化、操作系统层面动态链接库的加载（如果模块为动态编译）。这些开销仅在首次调用产生，后续调用无需重复支付，百万次调用的平均耗时会将这部分成本摊薄，因此单次均值远低于首次单独调用的耗时。
• CPU缓存与分支预测预热：首次调用时，CPU高速缓存（L1/L2/L3）中没有该函数的指令和数据，需从内存加载；同时分支预测器无该函数的分支执行历史，容易出现预测失误。多次调用后，指令和数据会被缓存到CPU高速缓存，分支预测器也能准确预判分支走向，大幅降低执行延迟，提升效率。
• 单次测量的误差干扰：timeit在number=1时的测量精度有限，微秒级的单次调用耗时易受操作系统调度、其他进程干扰等因素影响，导致测量结果偏高。百万次调用的平均耗时通过大量样本抵消了随机误差，结果更接近函数真实的单次执行耗时。
• PyO3的调用复用优化：PyO3处理重复调用时，可能复用内部转换上下文或对象，减少每次调用中Python对象与Rust类型的转换开销。比如参数的类型检查、转换逻辑在首次调用后可能被缓存，后续调用直接复用，降低了单次调用的额外成本。

内容的提问来源于stack exchange，提问作者DaNubCoding