Производительность умножения матрицы Eigen3 зависит от процессора?

В последние месяцы я работал с компьютерными матричными умножениями и провел несколько тестов с использованием openMP и eigen3.

Испытания проводились на следующих машинах:

Компьютер 1:

ЦП Intel Core i7-3610QM с тактовой частотой 2,30 ГГц / 6 ГБ ddr3

Компьютер 2:

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

Для openMP использовался следующий алгоритм умножения матрицы на матрицу:

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

Последовательный________232,75600___________536,21400

OpenMP____________2,75764____________7,62024

Собственный 3_____________3,35090____________1,92970

*Время указано в секундах.

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

*Последовательные алгоритмы отличаются от OMP, это самая простая версия m-m умножения, которую можно увидеть здесь: http://pastebin.com/Pc9AKAE8.

* Инструкции SSE2 были активированы для тестов eigen3.

* OpenMP использует ядра по умолчанию, это все ядра, обнаруженные Windows, включая виртуальные.

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

Есть идеи, почему я получаю такие результаты и почему eigen3 не так быстр на компьютере 1, как на компьютере 2?