其次，要回答這個問題，首先你要了解一個概念——全域性直譯器鎖（GIL）。

轉一篇關於Python GIL的文章。

歸納一下，CPU的大規模電路設計基本已經到了物理意義的盡頭，所有廠商們都開始轉向多核以進一步提高效能。Python為了能利用多核多執行緒的的優勢，但又要保證執行緒之間資料完整性和狀態同步，就採用了最簡單的加鎖的方式（所以說Python的GIL是設計之初一時偷懶造成的！）。Python庫的開發者們接受了這個設定，即預設Python是thread-safe，所以開始大量依賴這個特性，無需在實現時考慮額外的記憶體鎖和同步操作。但是GIL的設計有時會顯得笨拙低效，但是此時由於內建庫和第三方庫已經對GIL形成了牢不可破的依賴，想改革GIL反而變得困難了（暈！）。所以目前的現狀就是，Python的多執行緒在多核CPU上，只對於IO密集型計算產生正面效果；而當有至少有一個CPU密集型執行緒存在，那麼多執行緒效率會由於GIL而大幅下降。雖然Python社群也在不斷為此努力改進，但恐怕短時間內不會有改變，所以想規避GIL的，可以使用多程序的multiprocessing或concurrent.futures模組，或者換個Python的解析器。

所以說，不管python的官方直譯器在將來對這個問題有沒有什麼改進，現在你就可以有一些解決的辦法。

可以使用一些沒有GIL的Python的解析器有：JPython，IronPython等。

先說答案，我認為能。python不能利用多核是指因為GIL的存在，多執行緒時無法利用多核，多執行緒變成了雞肋，只在io併發時有點作用。去掉GIL最大的難題是生態相容問題，現在python有很多c實現的庫，cpython的c api以前沒考慮很多問題，導致c寫的庫和cpython實現過度偶合，這樣即使有更快的python實現，如pypy，為了相容那些庫也不得不摸擬cpython的介面，加入鎖和引用計數等，這樣呼叫c實現的庫反而比cpython更慢，而python的官方實現想改內部實現也不行。好在現在己經有人著手解決這個問題，github上有個hpy專案，它重新設計python的c api介面，使c寫的庫和python實現徹底解偶，同時支援多種編譯方式，能相容現有的c api，如果這個專案能完成並被python社群接受，那python你Gil和慢的問題將有可能徹底解決。目前hpy專案還在開發中