pytorch运行模型，CPU利用率仅50%，加进程后利用率100%但训练速度不升反降

本人希望运行一个pytorch的model在CPU上，希望能充分利用多机的多核CPU性能：

• 目前在单机上直接使用CPU，利用率50%；

• 两台机器使用DDP分布式时也可以正常运行，每个机器CPU利用率50%，训练速度加倍；

• 但使用单机的multiprocessing进行2个进程执行后，CPU利用率100%，但训练速度变化不大，甚至下降，进程越多速度越慢。

希望能找到方法使得CPU能被充分利用，提高单机上的训练速度。求大神指点