Многопроцессорность Python не использует все ядра на RHEL6

Я пытался использовать пакет многопроцессорной обработки python для ускорения некоторых физических симуляций, которые я выполняю, используя преимущества нескольких ядер моего компьютера.

Я заметил, что когда я запускаю свою симуляцию, используется не более 3 из 12 ядер. Фактически, когда я запускаю симуляцию, она сначала использует 3 ядра, а затем, через некоторое время, переходит на 1 ядро. Иногда с самого начала используются только одно или два ядра. Я не мог понять, почему (я в основном ничего не меняю, кроме закрытия нескольких окон терминала (без каких-либо активных процессов)). (ОС - Red Hat Enterprise Linux 6.0, версия Python - 2.6.5.)

Я экспериментировал, варьируя количество фрагментов (от 2 до 120), на которые разбивается работа (то есть количество создаваемых процессов), но это, похоже, не имело никакого эффекта.

Я поискал информацию об этой проблеме в Интернете и прочитал большинство связанных вопросов на этом сайте (например, один , два), но не смог найти решения.

(Изменить: я просто попытался запустить код под Windows 7, и он правильно использует все доступные ядра. Я все же хочу исправить это для RHEL.)

Вот мой код (без учета физики):

from multiprocessing import Queue, Process, current_process

def f(q,start,end): #a dummy function to be passed as target to Process
    q.put(mc_sim(start,end))

def mc_sim(start,end): #this is where the 'physics' is 
    p=current_process()
    print "starting", p.name, p.pid        
    sum_=0
    for i in xrange(start,end):
        sum_+=i
    print "exiting", p.name, p.pid
    return sum_

def main():
    NP=0 #number of processes
    total_steps=10**8
    chunk=total_steps/10
    start=0
    queue=Queue()
    subprocesses=[]
    while start<total_steps:
        p=Process(target=f,args=(queue,start,start+chunk))
        NP+=1
        print 'delegated %s:%s to subprocess %s' % (start, start+chunk, NP)
        p.start()
        start+=chunk
        subprocesses.append(p)
    total=0
    for i in xrange(NP):
        total+=queue.get()
    print "total is", total
    #two lines for consistency check:    
    # alt_total=mc_sim(0,total_steps)
    # print "alternative total is", alt_total
    while subprocesses:
        subprocesses.pop().join()

if __name__=='__main__':
    main()

(Фактически код основан на ответе Алекса Мартелли здесь.)

Изменить 2: в конце концов проблема разрешилась сама собой, и я не понял, как это сделать. Я не менял код и не слышал об изменении чего-либо, связанного с ОС. Несмотря на это, теперь при запуске кода используются все ядра. Возможно, проблема возникнет позже, но пока я предпочитаю не исследовать ее дальше, поскольку она работает. Всем спасибо за помощь.