我的算法/ CPU遇到奇怪的行为，我想知道是什么原因造成的。
我正在使用的CPU：AMD 2990WX 32c / 64t，操作系统：具有4.15.0-64-通用内核的Ubuntu 18.04LTS。
算法（Julia 1.0.3）：
@sync @distributed for var in range(0.1,step=0.1,stop=10.0)
res=do_heavy_stuff(var) #solves differential equation,
#basically, multiplying 200x200 matrices many times
save(filename,"RES",res)
end
Function do_heavy_stuff（var）需要大约3个小时才能在单个CPU内核上求解。当我与10个进程（julia -p 10 my_code.jl）并行启动时，每个并行循环大约需要4个小时，这意味着每4个小时就可以保存10个文件。由于cpu频率从4.1Ghz下降到3.4Ghz，因此预计会有所放缓。
如果我启动3个单独的实例，每个实例具有10个进程，因此cpu的总利用率为30个内核，那么一个循环周期仍需要约4个小时，这意味着我可以完成30个运行并每4个小时保存一次。
但是，如果我运行2个实例（一个实例的值为0，另一个实例值为+10），每个实例一次具有30个进程julia -p 30 my_code.jl，我看到（使用htop）该CPU利用率是60（+）个线程，但是算法变得非常慢（20小时后仍保存了零个文件）。此外，我发现CPU温度异常低（〜45C而不是预期的65C）。
根据这些信息，我可以猜测，使用（几乎）cpu的所有线程会使它执行无用的工作，从而耗尽了CPU周期，但没有执行浮点操作。我看不到SSD的I / O，我只使用一半的RAM。
我启动了mpstat mpstat -A：https://pastebin.com/c19nycsT，我可以看到我所有的内核都处于空闲状态，这说明温度很低，但是，我仍然不明白确切是什么瓶颈？如何从这里进行故障排除？是否有任何办法可以查看（在不接触硬件的情况下）问题是否出在RAM带宽或其他方面？
EDIT：引起我注意的是，我使用mpstat错误。显然，mpstat -A提供自计算机启动以来的CPU统计信息，而我需要的是可以通过mpstat -P ALL 2获得的短时积分结果。不幸的是，我只是在杀死有问题的代码之后才学到这一点，所以没有来自mpstat的真实数据。但是，我仍然很感兴趣，如何解决这种情况，即内核似乎在做某事，但结果却没有显示？我如何找到瓶颈？
I / O的长时间延迟。当您处理大量磁盘数据或从网络读取数据时，您的进程自然就会停滞。在这种情况下，CPU利用率可能很低，并且执行时间较长。
do_heavy_stuff的执行时间差异很大。这种差异可能是由于不稳定的I / O或不同的模型参数导致不同的执行时间而引起的。为什么会出现问题，需要了解@distributed如何在工作进程之间共享工作负载。即，每个工作人员都具有相等的for循环。例如，如果您有4个工人，则第一个工人在var范围内获得0.1:0.1:2.5，第二个工人在2.6:0.1:5.0范围内，依此类推。现在，如果某些var值导致繁重的任务，则第一名工人可能会工作5h，其他工人可能会工作1h。这意味着@sync在5个小时后完成，只有一个CPU一直在工作。