Baixo desempenho de um sistema com propriedades superiores

Question

Eu testei dois sistemas, ambos executando o Linux Mint 18.1 executando o mesmo programa neles.

O sistema 1 possui os seguintes recursos:

Architecture:          x86_64
CPU op-mode(s):        32-bit, 64-bit
Byte Order:            Little Endian
CPU(s):                2
On-line CPU(s) list:   0,1
Thread(s) per core:    1
Core(s) per socket:    2
Socket(s):             1
NUMA node(s):          1
Vendor ID:             GenuineIntel
CPU family:            6
Model:                 23
Model name:            Intel(R) Core(TM)2 Duo CPU     E7500  @ 2.93GHz
Stepping:              10
CPU MHz:               1603.000
CPU max MHz:           2936.0000
CPU min MHz:           1603.0000
BogoMIPS:              5866.45
L1d cache:             32K
L1i cache:             32K
L2 cache:              3072K
NUMA node0 CPU(s):     0,1
Flags:                 fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx lm constant_tsc arch_perfmon pebs bts rep_good nopl aperfmperf pni dtes64 monitor ds_cpl est tm2 ssse3 cx16 xtpr pdcm sse4_1 xsave lahf_lm dtherm
          '   total        used        free      shared  buff/cache'   available
Mem:           5967        1809         835          88        3321        3750
Low:           5967        5131         835

E sistema 2:

Architecture:          x86_64
CPU op-mode(s):        32-bit, 64-bit
Byte Order:            Little Endian
CPU(s):                12
On-line CPU(s) list:   0-11
Thread(s) per core:    2
Core(s) per socket:    6
Socket(s):             1
NUMA node(s):          1
Vendor ID:             GenuineIntel
CPU family:            6
Model:                 63
Model name:            Intel(R) Core(TM) i7-5820K CPU @ 3.30GHz
Stepping:              2
CPU MHz:               3399.902
CPU max MHz:           3600.0000
CPU min MHz:           1200.0000
BogoMIPS:              6596.24
Virtualization:        VT-x
L1d cache:             32K
L1i cache:             32K
L2 cache:              256K
L3 cache:              15360K
NUMA node0 CPU(s):     0-11
Flags:                 fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush dts acpi mmx fxsr sse sse2 ss ht tm pbe syscall nx pdpe1gb rdtscp lm constant_tsc arch_perfmon pebs bts rep_good nopl xtopology nonstop_tsc aperfmperf eagerfpu pni pclmulqdq dtes64 monitor ds_cpl vmx est tm2 ssse3 sdbg fma cx16 xtpr pdcm pcid dca sse4_1 sse4_2 x2apic movbe popcnt tsc_deadline_timer aes xsave avx f16c rdrand lahf_lm abm epb tpr_shadow vnmi flexpriority ept vpid fsgsbase tsc_adjust bmi1 avx2 smep bmi2 erms invpcid cqm xsaveopt cqm_llc cqm_occup_llc dtherm ida arat pln pts

              total        used        free      shared  buff/cache   available
Mem:          48203        5957         388         138       41857       41600
Low:          48203       47814         388

cronometragem do programa foi a seguinte (tempo real):

system 1    2 cores          ~30  seconds
system 2    6 cores          ~120 seconds

Não consegui encontrar uma resposta para o motivo de o sistema 2 com melhores especificações ter um desempenho inferior. O sistema 2 tem 8 núcleos livres. Alguns códigos Matlab estavam sendo executados em outros 4 núcleos. Além disso, durante o processo, verifiquei se tenho RAM livre suficiente.

Editar : Meu programa é uma integração simples de Euler em paralelo com OpenMP . Ele não tem muita entrada / saída. Limitei o número de encadeamentos com export OMP_NUM_THREADS=6 no terminal do sistema 2. Os programas estão sendo executados em meus sistemas locais. Eu não tenho ideia do que os códigos do Matlab estão fazendo. É uma máquina compartilhada e eu uso o ssh para ter acesso a essa máquina. Espero que esses detalhes sejam úteis.

Eu fiz outro tempo com 2 e 6 thread:

system 1     2 threads   52 seconds 
system 2     2 threads   54 seconds
system 2     6 threads   4 minutes and 22.3492 seconds
system 3     6 threads   19 seconds

o sistema 3 é:

Architecture:          x86_64
CPU op-mode(s):        32-bit, 64-bit
Byte Order:            Little Endian
CPU(s):                8
On-line CPU(s) list:   0-7
Thread(s) per core:    2
Core(s) per socket:    4
Socket(s):             1
NUMA node(s):          1
Vendor ID:             GenuineIntel
CPU family:            6
Model:                 60
Stepping:              3
CPU MHz:               800.000
BogoMIPS:              7982.20
Virtualization:        VT-x
L1d cache:             32K
L1i cache:             32K
L2 cache:              256K
L3 cache:              8192K
NUMA node0 CPU(s):     0-7

Parece que o programa não tem problema. o sistema 2 é suspeito.

EDITAR Recentemente nós adicionamos 2 de 16GB RAM ao sistema 2. Eu acho que o openmp aloca memória em diferentes slots de RAM e a comunicação entre RAMs tornou o processo muito lento. Existe alguma maneira que force o programa a alocar memória apenas de um slot de memória RAM?