选用哪种平台/语言来处理大量计算/机器学习任务？

我们在Python数据生态系统中构建了一个MVP，但性能远远不如预期。

我们的解决方案：

-使用多处理模块来实现任务并行化（这在Python中非常尴尬，需要pickle/unpickle每个任务） -scikit-learn库 -pandas 用于数据传输 -这不是处理大数据或在大数据上训练模型的问题，通过分析我们发现大部分时间都用于进行常规计算任务，我们做得很多。

因此：

1.我们想知道还有什么其他方法可以使计算更快？ 在进行一些研究后，出现了许多候选者：Julia，Lua，Rust等。 -需求: -更快 -按设计支持并行处理（不是像Python那样的一些变通方法） -科学库的存在，不是Python的全部，但是主要选择 -已编译（我猜） 2.但在我们转移到另一个平台之前，我们想知道是否有一种加速现有Python代码的方法？

对于这两种情况的任何建议都非常感谢。

编辑：好吧，我认为哪种平台/语言在计算方面更快有一个非常清楚的答案，我也想听听其他平台经验丰富的人的意见。