参考：https://stackoverflow.com/questions/20939299/does-python-support-multithreading-can-it-speed-up-execution-time
GIL 不会阻止线程。 GIL 所做的只是确保一次只有一个线程在执行 Python 代码； 控制仍然在线程之间切换。
GIL 阻止的是使用多个 CPU 内核或单独的 CPU 来并行运行线程。
这仅适用于 Python 代码。 C 扩展可以并且确实发布了 GIL，以允许 C 代码的多个线程和一个 Python 线程跨多个内核运行。 这扩展到由内核控制的 I/O，例如用于套接字读写的 select() 调用，使 Python 在多线程多核设置中合理有效地处理网络事件。
许多服务器部署所做的是运行多个 Python 进程，让操作系统处理进程之间的调度，以最大限度地利用您的 CPU 核心。 如果适合您的用例，您还可以使用多处理库来处理来自一个代码库和父进程的多个进程的并行处理。
请注意，GIL 仅适用于 CPython 实现； Jython 和 IronPython 使用不同的线程实现（分别是本机 Java VM 和 .NET 公共运行时线程）。
直接解决您的更新：任何试图通过并行执行获得速度提升的任务，使用纯 Python 代码，都不会看到加速，因为线程 Python 代码被锁定为一次执行一个线程。 但是，如果您混合使用 C 扩展和 I/O（例如 PIL 或 numpy 操作），则任何 C 代码都可以与一个活动的 Python 线程并行运行。
Python 线程非常适合创建响应式 GUI，或处理多个短 Web 请求，其中 I/O 比 Python 代码更成为瓶颈。 它不适合并行化计算密集型 Python 代码，坚持使用多处理模块来完成此类任务或委托给专用的外部库。
Python 标准库确实有一个多线程库——而且它可以工作。
参考实现（来自 Welcome to Python.org 的 CPython）实现了一个 GIL，以便它在线程之间可靠地引用跟踪。
GIL 意味着来自同一个 Python 进程的两个线程不能同时执行 Python 代码； GIL 在开始执行单个 Python 字节码时获取，并在字节码执行完成时释放。
GIL 不会阻止 Python 程序中的 C 扩展成为多线程——如果一个正在等待 I/O 完成，它也不会阻止两个 Python 线程一起运行。
Python 的其他实现（著名的 JYthon 和 PyPy）不使用 GIL，并且在这些实现中纯 Python 线程是同时执行的； 线程在不同的 CPU 内核上执行。