многопоточность python: модель памяти и видимость

Для Python не существует формальной модели многопоточности (в конце концов, для Java не было ее годами... надеюсь, в конечном итоге она будет написана и для Python).

На практике ни одна реализация Python не выполняет какой-либо расширенной оптимизации, такой как переупорядочивание операторов или временное обращение к общим переменным как к локальным для потока, и вы можете рассчитывать на эти семантические ограничения, даже если они формально не гарантированы.

В частности, CPython, как упоминал @Rawheiser, использует глобальную блокировку интерпретатора; другие реализации (PyPy, IronPython, Jython, ...) этого не делают (поэтому они могут эффективно использовать несколько ядер с моделью потоков, в то время как CPython требует многопроцессорной обработки для той же цели), поэтому вам не следует рассчитывать на это, если вы хотите для написания кода, переносимого во все реализации Python. (Таким образом, вы не должны рассчитывать на «атомарность» операций, которые в CPython являются атомарными только из-за GIL, таких как доступ к словарю — в других реализациях Python несколько потоков могут изменять dict одновременно и вызывать ошибки, если только вы не защитите диктовку блокировкой и т.п.).