运行多个python程序时的高内核CPU

我开发了一个庞大的数值计算python程序。 我运行在32位Xeon CPU，64GB内存和Ubuntu 14.04 64位的Linux机器上。 我并行启动多个具有不同模型参数的python实例，以使用多个进程而不必担心全局解释器锁（GIL）。 当我使用htop监视CPU利用率时，我发现所有内核都被使用，但大部分时间是由内核使用的。 一般来说，内核时间是用户时间的两倍多。 我担心系统级别会有很多开销，但我无法find原因。

如何减less高内核CPU使用率？

这是我做的一些观察：

• 这种效果与我是运行10个作业还是50无关。如果作业less于核心，则不是使用所有核心，但使用的核心仍然具有较高的CPU使用率
• 我使用numba实现了内部循环，但问题与此无关，因为删除numba部分不能解决问题
• 我也认为这可能与使用python2类似于这个问题中提到的问题，但从python2切换到python3并没有太大的改变
• 我测量了由OS执行的上下文切换总数，每秒大约10000次。 我不确定这是否是一个很大的数字
• 我试图通过设置sys.setcheckinterval(10000) （python2）和sys.setswitchinterval(10) （python3）来增加python时间片，但没有一个帮助
• 我试图通过运行schedtool -B PID影响任务调度器，但是这没有帮助

编辑：这是htop的截图：

• 是否有wait（）系统调用的一个版本设置超时？
• OSError 38 与多处理
• 当从脚本文件扩展名关联运行时，python多处理在Windows 7上失败
• 多处理启动太多的Python VM实例
• 为什么在Windows上启动新进程时，Python的多进程模块会导入__main__？

我也运行perf record -a -g ，这是由perf report -g graph ：

 Samples: 1M of event 'cycles', Event count (approx.): 1114297095227 - 95.25% python3 [kernel.kallsyms] [k] _raw_spin_lock_irqsave ◆ - _raw_spin_lock_irqsave ▒ - 95.01% extract_buf ▒ extract_entropy_user ▒ urandom_read ▒ vfs_read ▒ sys_read ▒ system_call_fastpath ▒ __GI___libc_read ▒ - 2.06% python3 [kernel.kallsyms] [k] sha_transform ▒ - sha_transform ▒ - 2.06% extract_buf ▒ extract_entropy_user ▒ urandom_read ▒ vfs_read ▒ sys_read ▒ system_call_fastpath ▒ __GI___libc_read ▒ - 0.74% python3 [kernel.kallsyms] [k] _mix_pool_bytes ▒ - _mix_pool_bytes ▒ - 0.74% __mix_pool_bytes ▒ extract_buf ▒ extract_entropy_user ▒ urandom_read ▒ vfs_read ▒ sys_read ▒ system_call_fastpath ▒ __GI___libc_read ▒ 0.44% python3 [kernel.kallsyms] [k] extract_buf ▒ 0.15% python3 python3.4 [.] 0x000000000004b055 ▒ 0.10% python3 [kernel.kallsyms] [k] memset ▒ 0.09% python3 [kernel.kallsyms] [k] copy_user_generic_string ▒ 0.07% python3 multiarray.cpython-34m-x86_64-linux-gnu.so [.] 0x00000000000b4134 ▒ 0.06% python3 [kernel.kallsyms] [k] _raw_spin_unlock_irqresto▒ 0.06% python3 python3.4 [.] PyEval_EvalFrameEx 

似乎大部分时间都花在调用_raw_spin_lock_irqsave 。 不过，我不知道这意味着什么。

 $ strace python -c 'import random; while True: random.random()' open("/dev/urandom", O_RDONLY) = 4 read(4, "\16\36\366\36}"..., 2500) = 2500 close(4) <--- /dev/urandom is closed