各位 Compiler SIG maintainer 以及社区开发者们好，

“CPython、CinderX——性能更优的解释执行与 JIT 引入”议题已在 4 月 14 日 Compiler SIG 双周例会上完成汇报。会上已获得陈正、王鼎两位 maintainer 同意，现通过邮件形式征集其他 maintainer 的意见，感谢大家的关注与支持。

引入背景与价值：

• Python 运行时能力提升
通过引入 CPython 和 CinderX，openEuler 可同时提供标准 Python 生态兼容能力和高性能运行时增强能力，提升热点代码执行效率，降低 Python 类业务运行成本。CinderX 已公开提供 JIT 和运行时优化能力，并已支持原生 CPython 3.14。

• AI Server 场景适配能力增强
openEuler 已面向 AI 提供开发与运行环境，并支持多种 AI 框架；引入 CPython 和 CinderX 后，可进一步增强 Python 在模型推理前后处理、数据流水线和在线服务等场景中的运行效率。

• 兼容性和可部署性增强
CPython 作为 Python 官方实现，提供生态兼容基础；CinderX 作为其性能扩展，可在保持主流 Python 生态兼容的前提下提供更高性能路径，便于在不同业务环境中部署。

• 增强 openEuler 社区竞争力
openEuler 定位为面向数字基础设施和 AI 创新的开源操作系统，引入 CPython 和 CinderX 有助于补齐高性能 Python 运行时能力，增强社区在基础语言和 AI 场景中的吸引力。

技术方案概述：

• CPython
基于热点 trace 触发机制，采用“操作数 + copy-and-patch”的方式进行代码生成，特点是编译开销低、与解释器结合紧密。

• CinderX
基于热点函数触发机制，采用 Preloader + HIR/LIR 的完整编译链路。其中，HIR 为寄存器式中间表示，支持 SSA 和类型传播；LIR 显式分离 lowering 和寄存器分配，更便于开展目标架构调优，具备更大的中端优化空间和更高的机器码质量上限。
同时，规划在现有能力基础上，进一步开展基于 ARM 的深度优化，持续提升相关场景性能表现。

引入方式：

• 拟在 openEuler 社区新建以下代码仓和制品仓
• gitcode.com/openeuler/CPython，由本人承担 owner
• gitcode.com/src-openeuler/CPython，新增
• gitcode.com/openeuler/cinderx，新增
• gitcode.com/src-openeuler/cinderx，新增

Committers：

• Yongzhe Zhou zhouyongzhe@huawei.com
• XianQun Su suxianqun@huawei.com
• Junlai Lu lujunlai@huawei.com

测试计划：

• 基本功能测试
• 自动化测试
• 制品仓特性级测试

以上为本次引入 CPython 与 CinderX 软件包的初步方案，欢迎各位 maintainer 和社区开发者提出意见和建议，感谢大家的支持。

BRS，
Yongzhe Zhou