Параллельный цикл for в openmp

Я пытаюсь распараллелить очень простой цикл for -, но это моя первая попытка использовать openMP за долгое время. Меня смущают сроки выполнения. Вот мой код:

#include <vector>
#include <algorithm>

using namespace std;

int main () 
{
    int n=400000,  m=1000;  
    double x=0,y=0;
    double s=0;
    vector< double > shifts(n,0);


    #pragma omp parallel for 
    for (int j=0; j<n; j++) {

        double r=0.0;
        for (int i=0; i < m; i++){

            double rand_g1 = cos(i/double(m));
            double rand_g2 = sin(i/double(m));     

            x += rand_g1;
            y += rand_g2;
            r += sqrt(rand_g1*rand_g1 + rand_g2*rand_g2);
        }
        shifts[j] = r / m;
    }

    cout << *std::max_element( shifts.begin(), shifts.end() ) << endl;
}

Я компилирую его с помощью

g++ -O3 testMP.cc -o testMP  -I /opt/boost_1_48_0/include

то есть никаких "-fopenmp", и я получаю эти тайминги:

real    0m18.417s
user    0m18.357s
sys     0m0.004s

когда я использую "-fopenmp",

g++ -O3 -fopenmp testMP.cc -o testMP  -I /opt/boost_1_48_0/include

Я получаю эти цифры за раз:

real    0m6.853s
user    0m52.007s
sys     0m0.008s

что не имеет смысла для меня. Как использование восьми ядер может привести только к 3 -раза повышение производительности? Я правильно кодирую цикл?