我的服务器有80个逻辑核心（型号：DL580 G7）。我每个核心运行一个线程。
每个线程使用malloc从堆执行INTEL MKL FFT，卷积和许多分配和解除分配。
我之前有16个逻辑核心的服务器，没有问题。每个线程在其核心上工作，CPU使用率为100％。
当我将我的应用程序从16核服务器移动到具有NUMA架构的80核服务器时，在创建第一个线程之后，该线程工作在100％（内核时间0％）并且添加了每个线程，性能为其他线程减少，直到CPU使用率降级到40％（内核时间为39％）。
因为内核时间增加了，我认为这个事件的原因是堆顺序机制和堆锁。由于对内存分配的需求不断增加，每个请求都增加了等待时间。或者，对其他NUMA节点内存的远程内存访问可能会降低性能。
我在每个线程上使用createheap()来消除等待解锁堆内存的问题，但是heapalloc可以分配最多512KB的内存，这对我来说是不够的。
我使用virtuallalloc，但它导致线程性能下降。
我该怎么做才能解决这个问题？