Производительность умножения матрицы Eigen3 зависит от процессора?

В последние месяцы я работал с умножением компьютерных матриц и провел несколько тестов с использованием openMP и eigen3.

Испытания проводились на следующих машинах:

Компьютер 1:

Процессор Intel Core i7-3610QM @ 2,30 ГГц / 6 ГБ ddr3

Компьютер 2:

Шестиядерный процессор AMD Opteron ™ 2435 2,60 ГГц (2 процессора) / 16 ГБ

Для openMP использовался следующий алгоритм матрично-матричного умножения:

void matrix4openmp(void)
{
int j;

#pragma omp parallel for
for (j=0;j<N; j+=2){
double v1[N],v2[N];
int i,k;
for (i=0;i<N; i++){
v1[i]=b[i][j];
v2[i]=b[i][j+1];
}

for (i=0; i<N;i+=2){
register double s00,s01,s10,s11;
s00=s01=s10=s11=0.0;
for (k=0;k<N;k++){
s00 += a[i]  [k] * v1[k];
s01 += a[i]  [k] * v2[k];
s10 += a[i+1][k] * v1[k];
s11 += a[i+1][k] * v2[k];
}
c[i]  [j]   =s00;
c[i]  [j+1] =s01;
c[i+1][j]   =s10;
c[i+1][j+1]   =s11;
}
}

Результаты были следующими:

_________________________ компьютер 1 __________ компьютер 2

Последовательная ________ 232,75600 536,21400 ___________

OpenMP ____________ ____________ 2,75764 7,62024

Eigen3 _____________ 3,35090 1,92970 ____________

* Время в секундах.

* Размеры матрицы были 2700 х 2500 и 2500 х 2700.

* Последовательные алгоритмы — это не то же самое, что OMP, это самая простая версия умножения m-m, которую можно увидеть здесь: http://pastebin.com/Pc9AKAE8.

* Инструкции SSE2 были активированы для тестов eigen3.

* OpenMP использует ядра по умолчанию, это «все ядра, которые обнаруживает Windows, включая виртуальные.

Как видите, версия OpenMP быстрее на первом компьютере (i7), чем версия eigen3. Однако для компьютера 2 (2x Opteron) производительность eigen3 complete превосходит версию OpenMP плюс все тесты, проведенные на компьютере 1.

Любая идея, почему я получаю эти результаты и почему eigen3 не так быстро в компьютере 1, как в компьютере 2?