Tvoj program sa síce spomalí, ale ako si prišiel na to, že za to môže nejaká cache? Skutočne si myslíš, že pri 128 vláknach je možné, aby nejaká cache spomalila beh programu z 0,5 sekundy na 9,5 sekundy? Len pre predstavu, načítanie premennej z pamäte (bez cache) môže trvať odhadom tak 40 nanosekúnd. Problém bude teda zrejme niekde inde - bez konkrétneho kódu ale ťažko povedať, že kde. Ako prvé by som na tvojom mieste skontroloval, či nedržíš nejaký zámok dlhšie, než potrebuješ.