可能重复：
R 中的并行处理受限
我已经用 R 多核编写了一些代码，并且在 24 核机器上运行它。实际上只有 12 个核心，但它们是超线程的，所以看起来有 24 个。
奇怪的是：所有线程都运行在同一个单核上！所以他们每个人都只使用少量的 cpu，而不是每个人都在一个核心上运行，并咀嚼所有可用的核心。
为简单起见，我只运行 4 个线程：
mclapply( 1:30, function(size) {
# time consuming stuff that is cpu bound (think "forecast.ets" et al)
}, mc.cores = 4, mc.preschedule = F )
在运行此之前，已经有一个 R 进程在一个核心上运行，使用该核心 100% 的容量：
接下来，我启动“多核进程”，4个额外的线程争夺同一个核心！：
...因此，他们每个人都获得了一个核心的 12%，或大约 1% 的可用处理能力，而他们每个人都应该能够获得一个核心的 100%。此外，其他 R 进程现在只能获得 50% 的核心。
操作系统是 Ubuntu 12.04 64 位。硬件是英特尔。R 是 2.15.2 版“不给糖就捣蛋”
想法？（我知道我可以只使用降雪，但我有很多变量，我真的不想sfExport全部使用它们！）
编辑：哦，我猜某处有一些全局锁？但是，为什么两个完全独立的 R 进程之间会发生冲突？我可以很好地并行运行两个 R 进程，每个进程都占用一个内核的 100% 的 CPU。
Edit2：感谢 Dirk 的指点，我重建了 openblas，现在看起来更健康了！：
