问一个 Python 并行的问题

我是用 parallelpython (PP) 进行并行的，任务目标是处理 30000 个文件，最后计算结果的平均值等。由于每个文件独立，所以就考虑用最简单的分割方法，即分割文件列表，机器是 2xE5 ， 48 核心，我用 PP 创建 48 线程，平均每个线程处理 625 个文件，我测试过读取+计算一个文件大约需要 0.4s （读取+数据处理大约 0.2 秒，计算 0.2 秒），按照计算，如果实现并行应该是 250s 左右，文件大小约 4M ，所以一次性处理 48 × 4M = 192M 文件我认为 IO 也应该不会太拖慢速度，问题是实际我需要 2800s 左右才能完成计算，在计算过程中，我使用 top 查看过 cpu 使用情况，发现所创建的进程（ pp 是 process-based ）的 cpu 使用只在 10% 左右，而且同时状态是 R 的只有 4 、 5 个，其他是 D 状态，针对 CPU 使用率问题我 Google 了一番无果，按照常规理解，每个进程不应该是独立的么，所以每个进程的 CPU 使用率应该是 100% 才对，这点在 PP 官网上似乎也没有详细介绍，所以想在此请教一下各位高手，进程状态为什么会是 D ，只有几个 R ，以及为什么是很低的 cpu 使用率。