optimized cgemm kernel for haswell
authorwernsaar <wernsaar@googlemail.com>
Tue, 29 Jul 2014 06:53:09 +0000 (08:53 +0200)
committerwernsaar <wernsaar@googlemail.com>
Tue, 29 Jul 2014 06:53:09 +0000 (08:53 +0200)
kernel/x86_64/cgemm_kernel_8x2_haswell.S

index baee3cd..98f4005 100644 (file)
-/*********************************************************************************\r
-Copyright (c) 2013, The OpenBLAS Project\r
-All rights reserved.\r
-Redistribution and use in source and binary forms, with or without\r
-modification, are permitted provided that the following conditions are\r
-met:\r
-1. Redistributions of source code must retain the above copyright\r
-notice, this list of conditions and the following disclaimer.\r
-2. Redistributions in binary form must reproduce the above copyright\r
-notice, this list of conditions and the following disclaimer in\r
-the documentation and/or other materials provided with the\r
-distribution.\r
-3. Neither the name of the OpenBLAS project nor the names of\r
-its contributors may be used to endorse or promote products\r
-derived from this software without specific prior written permission.\r
-THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"\r
-AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE\r
-IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE\r
-ARE DISCLAIMED. IN NO EVENT SHALL THE OPENBLAS PROJECT OR CONTRIBUTORS BE\r
-LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL\r
-DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR\r
-SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER\r
-CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY,\r
-OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE\r
-USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.\r
-**********************************************************************************/\r
-\r
-/*********************************************************************\r
-* 2014/06/28 Saar\r
-*        BLASTEST               : OK\r
-*        CTEST                  : OK\r
-*        TEST                   : OK\r
-*\r
-* 2013/10/28 Saar\r
-* Parameter:\r
-*       CGEMM_DEFAULT_UNROLL_N  2\r
-*       CGEMM_DEFAULT_UNROLL_M  8\r
-*       CGEMM_DEFAULT_P         384\r
-*       CGEMM_DEFAULT_Q         192\r
-*      A_PR1                   512\r
-*      B_PR1                   512\r
-*\r
-* Performance at 6912x6912x6912:\r
-*       1 thread:       84 GFLOPS       (SANDYBRIDGE:  60)      (MKL:   86)\r
-*       2 threads:     153 GFLOPS       (SANDYBRIDGE: 114)      (MKL:  155)\r
-*       3 threads:     224 GFLOPS       (SANDYBRIDGE: 162)      (MKL:  222)\r
-*       4 threads:     278 GFLOPS       (SANDYBRIDGE: 223)      (MKL:  279)\r
-*\r
-*\r
-*********************************************************************/\r
-\r
-\r
-\r
-#define ASSEMBLER\r
-#include "common.h"\r
\r
-#define OLD_M  %rdi\r
-#define OLD_N  %rsi\r
-#define M      %r13\r
-#define J      %r14\r
-#define OLD_K  %rdx\r
-\r
-#define A      %rcx\r
-#define B      %r8\r
-#define C      %r9\r
-#define LDC    %r10\r
-       \r
-#define I      %r11\r
-#define AO     %rdi\r
-#define BO     %rsi\r
-#define        CO1     %r15\r
-#define K      %r12\r
-#define BI     %rbp\r
-#define        SP      %rbx\r
-\r
-#define BO1    %rdi\r
-#define BO2    %r15\r
-\r
-#ifndef WINDOWS_ABI\r
-\r
-#define STACKSIZE 96\r
-\r
-#else\r
-\r
-#define STACKSIZE 320\r
-\r
-#define OLD_ALPHA_I     40 + STACKSIZE(%rsp)\r
-#define OLD_A           48 + STACKSIZE(%rsp)\r
-#define OLD_B           56 + STACKSIZE(%rsp)\r
-#define OLD_C           64 + STACKSIZE(%rsp)\r
-#define OLD_LDC         72 + STACKSIZE(%rsp)\r
-#define OLD_OFFSET      80 + STACKSIZE(%rsp)\r
-\r
-#endif\r
-\r
-#define L_BUFFER_SIZE 8192\r
-\r
-#define Ndiv6   24(%rsp)\r
-#define Nmod6   32(%rsp)\r
-#define N       40(%rsp)\r
-#define ALPHA_R  48(%rsp)\r
-#define ALPHA_I  56(%rsp)\r
-#define OFFSET   64(%rsp)\r
-#define KK       72(%rsp)\r
-#define KKK      80(%rsp)\r
-#define BUFFER1                   128(%rsp)\r
-\r
-#if defined(OS_WINDOWS)\r
-#if   L_BUFFER_SIZE > 16384\r
-#define STACK_TOUCH \\r
-        movl    $ 0,  4096 * 4(%rsp);\\r
-        movl    $ 0,  4096 * 3(%rsp);\\r
-        movl    $ 0,  4096 * 2(%rsp);\\r
-        movl    $ 0,  4096 * 1(%rsp);\r
-#elif L_BUFFER_SIZE > 12288\r
-#define STACK_TOUCH \\r
-        movl    $ 0,  4096 * 3(%rsp);\\r
-        movl    $ 0,  4096 * 2(%rsp);\\r
-        movl    $ 0,  4096 * 1(%rsp);\r
-#elif L_BUFFER_SIZE > 8192\r
-#define STACK_TOUCH \\r
-        movl    $ 0,  4096 * 2(%rsp);\\r
-        movl    $ 0,  4096 * 1(%rsp);\r
-#elif L_BUFFER_SIZE > 4096\r
-#define STACK_TOUCH \\r
-        movl    $ 0,  4096 * 1(%rsp);\r
-#else\r
-#define STACK_TOUCH\r
-#endif\r
-#else\r
-#define STACK_TOUCH\r
-#endif\r
-\r
-\r
-#if defined(BULLDOZER)\r
-\r
-#if   defined(NN) || defined(NT) || defined(TN) || defined(TT)\r
-\r
-#define        VFMADDPS_R( y0,y1,y2 ) vfmaddps y0,y1,y2,y0\r
-\r
-#define VFMADDPS_I( y0,y1,y2 ) vfmaddps y0,y1,y2,y0\r
-\r
-#elif defined(RN) || defined(RT) || defined(CN) || defined(CT)\r
-\r
-#define VFMADDPS_R( y0,y1,y2 ) vfnmaddps y0,y1,y2,y0\r
-\r
-#define        VFMADDPS_I( y0,y1,y2 ) vfmaddps y0,y1,y2,y0\r
-\r
-#elif defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-#define        VFMADDPS_R( y0,y1,y2 ) vfmaddps y0,y1,y2,y0\r
-\r
-#define        VFMADDPS_I( y0,y1,y2 ) vfnmaddps y0,y1,y2,y0\r
-\r
-#else\r
-\r
-#define        VFMADDPS_R( y0,y1,y2 ) vfnmaddps y0,y1,y2,y0\r
-\r
-#define        VFMADDPS_I( y0,y1,y2 ) vfnmaddps y0,y1,y2,y0\r
-\r
-#endif\r
-\r
-#else\r
-\r
-#if   defined(NN) || defined(NT) || defined(TN) || defined(TT)\r
-\r
-#define        VFMADDPS_R( y0,y1,y2 ) vfmadd231ps y1,y2,y0\r
-\r
-#define        VFMADDPS_I( y0,y1,y2 ) vfmadd231ps y1,y2,y0\r
-\r
-#elif defined(RN) || defined(RT) || defined(CN) || defined(CT)\r
-\r
-#define        VFMADDPS_R( y0,y1,y2 ) vfnmadd231ps y1,y2,y0\r
-\r
-#define        VFMADDPS_I( y0,y1,y2 ) vfmadd231ps y1,y2,y0\r
-\r
-#elif defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-#define        VFMADDPS_R( y0,y1,y2 ) vfmadd231ps y1,y2,y0\r
-\r
-#define        VFMADDPS_I( y0,y1,y2 ) vfnmadd231ps y1,y2,y0\r
-\r
-#else\r
-\r
-#define        VFMADDPS_R( y0,y1,y2 ) vfnmadd231ps y1,y2,y0\r
-\r
-#define        VFMADDPS_I( y0,y1,y2 ) vfnmadd231ps y1,y2,y0\r
-\r
-#endif\r
-\r
-#endif\r
-\r
-\r
-#define        A_PR1   512\r
-#define        B_PR1   512\r
-\r
-/***************************************************************************************************************************/\r
-\r
-.macro KERNEL8x2_SUB\r
-\r
-        vmovups         -16 * SIZE(AO, %rax, SIZE), %ymm0\r
-        vbroadcastss         -8 * SIZE(BO, BI, SIZE), %ymm4\r
-        VFMADDPS_R(        %ymm8,%ymm4,%ymm0  )\r
-        vmovups          -8 * SIZE(AO, %rax, SIZE), %ymm1\r
-        VFMADDPS_R(        %ymm12,%ymm4,%ymm1 )\r
-        vbroadcastss         -7 * SIZE(BO, BI, SIZE), %ymm5\r
-        VFMADDPS_I(        %ymm9,%ymm5,%ymm0  )\r
-        VFMADDPS_I(        %ymm13,%ymm5,%ymm1 )\r
-        vbroadcastss         -6 * SIZE(BO, BI, SIZE), %ymm6\r
-        VFMADDPS_R(        %ymm10,%ymm6,%ymm0 )\r
-        VFMADDPS_R(        %ymm14,%ymm6,%ymm1 )\r
-        vbroadcastss         -5 * SIZE(BO, BI, SIZE), %ymm7\r
-        VFMADDPS_I(        %ymm11,%ymm7,%ymm0 )\r
-        VFMADDPS_I(        %ymm15,%ymm7,%ymm1 )\r
-        addq    $ 4 , BI                           \r
-        addq    $ 16, %rax                         \r
-.endm\r
-\r
-.macro SAVE8x2\r
-\r
-       vbroadcastss    ALPHA_R, %ymm0\r
-       vbroadcastss    ALPHA_I, %ymm1\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %ymm9 , %ymm9, %ymm9\r
-        vshufps $ 0xb1, %ymm11, %ymm11, %ymm11\r
-        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13\r
-        vshufps $ 0xb1, %ymm15, %ymm15, %ymm15\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %ymm9, %ymm8 , %ymm8\r
-        vaddsubps %ymm11,%ymm10, %ymm10\r
-        vaddsubps %ymm13,%ymm12, %ymm12\r
-        vaddsubps %ymm15,%ymm14, %ymm14\r
-\r
-        vshufps $ 0xb1, %ymm8 , %ymm8, %ymm9\r
-        vshufps $ 0xb1, %ymm10, %ymm10, %ymm11\r
-        vshufps $ 0xb1, %ymm12, %ymm12, %ymm13\r
-        vshufps $ 0xb1, %ymm14, %ymm14, %ymm15\r
-\r
-#else\r
-        vaddsubps %ymm8,  %ymm9 ,%ymm9\r
-        vaddsubps %ymm10, %ymm11,%ymm11\r
-        vaddsubps %ymm12, %ymm13,%ymm13\r
-        vaddsubps %ymm14, %ymm15,%ymm15\r
-\r
-        vmovaps   %ymm9,  %ymm8\r
-        vmovaps   %ymm11, %ymm10\r
-        vmovaps   %ymm13, %ymm12\r
-        vmovaps   %ymm15, %ymm14\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %ymm9 , %ymm9, %ymm9\r
-        vshufps $ 0xb1, %ymm11, %ymm11, %ymm11\r
-        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13\r
-        vshufps $ 0xb1, %ymm15, %ymm15, %ymm15\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %ymm8 , %ymm0, %ymm8\r
-        vmulps  %ymm10, %ymm0, %ymm10\r
-        vmulps  %ymm12, %ymm0, %ymm12\r
-        vmulps  %ymm14, %ymm0, %ymm14\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %ymm9 , %ymm1, %ymm9\r
-        vmulps  %ymm11, %ymm1, %ymm11\r
-        vmulps  %ymm13, %ymm1, %ymm13\r
-        vmulps  %ymm15, %ymm1, %ymm15\r
-\r
-       vaddsubps %ymm9, %ymm8 , %ymm8\r
-        vaddsubps %ymm11,%ymm10, %ymm10\r
-        vaddsubps %ymm13,%ymm12, %ymm12\r
-        vaddsubps %ymm15,%ymm14, %ymm14\r
-\r
-\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vaddps          (CO1), %ymm8 , %ymm8\r
-       vaddps  8 * SIZE(CO1), %ymm12, %ymm12\r
-\r
-       vaddps          (CO1, LDC), %ymm10, %ymm10\r
-       vaddps  8 * SIZE(CO1, LDC), %ymm14, %ymm14\r
-\r
-#endif\r
-\r
-       vmovups %ymm8 ,         (CO1)\r
-       vmovups %ymm12 , 8 * SIZE(CO1)\r
-\r
-       vmovups %ymm10 ,        (CO1, LDC)\r
-       vmovups %ymm14 , 8 * SIZE(CO1, LDC)\r
-\r
-       prefetcht0      64(CO1)\r
-       prefetcht0      64(CO1, LDC)\r
-\r
-.endm\r
-\r
-/***************************************************************************************************************************/\r
-\r
-.macro KERNEL4x2_SUB\r
-        vmovups         -16 * SIZE(AO, %rax, SIZE), %xmm0\r
-        vbroadcastss         -8 * SIZE(BO, BI, SIZE), %xmm4\r
-        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )\r
-        vmovups         -12 * SIZE(AO, %rax, SIZE), %xmm1\r
-        VFMADDPS_R(        %xmm12,%xmm4,%xmm1 )\r
-        vbroadcastss         -7 * SIZE(BO, BI, SIZE), %xmm5\r
-        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )\r
-        VFMADDPS_I(        %xmm13,%xmm5,%xmm1 )\r
-        vbroadcastss         -6 * SIZE(BO, BI, SIZE), %xmm6\r
-        VFMADDPS_R(        %xmm10,%xmm6,%xmm0 )\r
-        VFMADDPS_R(        %xmm14,%xmm6,%xmm1 )\r
-        vbroadcastss         -5 * SIZE(BO, BI, SIZE), %xmm7\r
-        VFMADDPS_I(        %xmm11,%xmm7,%xmm0 )\r
-        VFMADDPS_I(        %xmm15,%xmm7,%xmm1 )\r
-        addq    $ 4, BI                           \r
-        addq    $ 8, %rax                         \r
-.endm\r
-\r
-.macro SAVE4x2\r
-\r
-       vbroadcastss    ALPHA_R, %xmm0\r
-       vbroadcastss    ALPHA_I, %xmm1\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11\r
-        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13\r
-        vshufps $ 0xb1, %xmm15, %xmm15, %xmm15\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm11,%xmm10, %xmm10\r
-        vaddsubps %xmm13,%xmm12, %xmm12\r
-        vaddsubps %xmm15,%xmm14, %xmm14\r
-\r
-        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9\r
-        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11\r
-        vshufps $ 0xb1, %xmm12, %xmm12, %xmm13\r
-        vshufps $ 0xb1, %xmm14, %xmm14, %xmm15\r
-\r
-#else\r
-        vaddsubps %xmm8,  %xmm9 ,%xmm9\r
-        vaddsubps %xmm10, %xmm11,%xmm11\r
-        vaddsubps %xmm12, %xmm13,%xmm13\r
-        vaddsubps %xmm14, %xmm15,%xmm15\r
-\r
-        vmovaps   %xmm9,  %xmm8\r
-        vmovaps   %xmm11, %xmm10\r
-        vmovaps   %xmm13, %xmm12\r
-        vmovaps   %xmm15, %xmm14\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11\r
-        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13\r
-        vshufps $ 0xb1, %xmm15, %xmm15, %xmm15\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %xmm8 , %xmm0, %xmm8\r
-        vmulps  %xmm10, %xmm0, %xmm10\r
-        vmulps  %xmm12, %xmm0, %xmm12\r
-        vmulps  %xmm14, %xmm0, %xmm14\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %xmm9 , %xmm1, %xmm9\r
-        vmulps  %xmm11, %xmm1, %xmm11\r
-        vmulps  %xmm13, %xmm1, %xmm13\r
-        vmulps  %xmm15, %xmm1, %xmm15\r
-\r
-       vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm11,%xmm10, %xmm10\r
-        vaddsubps %xmm13,%xmm12, %xmm12\r
-        vaddsubps %xmm15,%xmm14, %xmm14\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vaddps          (CO1), %xmm8 , %xmm8\r
-       vaddps  4 * SIZE(CO1), %xmm12, %xmm12\r
-\r
-       vaddps          (CO1, LDC), %xmm10, %xmm10\r
-       vaddps  4 * SIZE(CO1, LDC), %xmm14, %xmm14\r
-\r
-#endif\r
-\r
-       vmovups %xmm8 ,         (CO1)\r
-       vmovups %xmm12 , 4 * SIZE(CO1)\r
-\r
-       vmovups %xmm10 ,        (CO1, LDC)\r
-       vmovups %xmm14 , 4 * SIZE(CO1, LDC)\r
-\r
-.endm\r
-\r
-/************************************************************************************************/\r
-\r
-.macro KERNEL2x2_SUB\r
-        vmovups         -16 * SIZE(AO, %rax, SIZE), %xmm0\r
-        vbroadcastss         -8 * SIZE(BO, BI, SIZE), %xmm4\r
-        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )\r
-        vbroadcastss         -7 * SIZE(BO, BI, SIZE), %xmm5\r
-        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )\r
-        vbroadcastss         -6 * SIZE(BO, BI, SIZE), %xmm6\r
-        VFMADDPS_R(        %xmm10,%xmm6,%xmm0 )\r
-        vbroadcastss         -5 * SIZE(BO, BI, SIZE), %xmm7\r
-        VFMADDPS_I(        %xmm11,%xmm7,%xmm0 )\r
-        addq    $ 4, BI                           \r
-        addq    $ 4, %rax                         \r
-.endm\r
-\r
-.macro SAVE2x2\r
-\r
-       vbroadcastss    ALPHA_R, %xmm0\r
-       vbroadcastss    ALPHA_I, %xmm1\r
-\r
-       // swap high and low 4 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm11,%xmm10, %xmm10\r
-\r
-        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9\r
-        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11\r
-\r
-#else\r
-        vaddsubps %xmm8,  %xmm9 ,%xmm9\r
-        vaddsubps %xmm10, %xmm11,%xmm11\r
-\r
-        vmovaps   %xmm9,  %xmm8\r
-        vmovaps   %xmm11, %xmm10\r
-\r
-       // swap high and low 4 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %xmm8 , %xmm0, %xmm8\r
-        vmulps  %xmm10, %xmm0, %xmm10\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %xmm9 , %xmm1, %xmm9\r
-        vmulps  %xmm11, %xmm1, %xmm11\r
-\r
-       vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm11,%xmm10, %xmm10\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vaddps          (CO1), %xmm8 , %xmm8\r
-\r
-       vaddps          (CO1, LDC), %xmm10, %xmm10\r
-\r
-#endif\r
-\r
-       vmovups %xmm8 ,         (CO1)\r
-\r
-       vmovups %xmm10 ,        (CO1, LDC)\r
-\r
-.endm\r
-\r
-/************************************************************************************************/\r
-\r
-.macro KERNEL1x2_SUB\r
-        vmovsd         -16 * SIZE(AO, %rax, SIZE), %xmm0\r
-        vbroadcastss         -8 * SIZE(BO, BI, SIZE), %xmm4\r
-        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )\r
-        vbroadcastss         -7 * SIZE(BO, BI, SIZE), %xmm5\r
-        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )\r
-        vbroadcastss         -6 * SIZE(BO, BI, SIZE), %xmm6\r
-        VFMADDPS_R(        %xmm10,%xmm6,%xmm0 )\r
-        vbroadcastss         -5 * SIZE(BO, BI, SIZE), %xmm7\r
-        VFMADDPS_I(        %xmm11,%xmm7,%xmm0 )\r
-        addq    $ 4, BI                           \r
-        addq    $ 2, %rax                         \r
-.endm\r
-\r
-.macro SAVE1x2\r
-\r
-       vbroadcastss    ALPHA_R, %xmm0\r
-       vbroadcastss    ALPHA_I, %xmm1\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm11,%xmm10, %xmm10\r
-\r
-        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9\r
-        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11\r
-\r
-#else\r
-        vaddsubps %xmm8,  %xmm9 ,%xmm9\r
-        vaddsubps %xmm10, %xmm11,%xmm11\r
-\r
-        vmovaps   %xmm9,  %xmm8\r
-        vmovaps   %xmm11, %xmm10\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %xmm8 , %xmm0, %xmm8\r
-        vmulps  %xmm10, %xmm0, %xmm10\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %xmm9 , %xmm1, %xmm9\r
-        vmulps  %xmm11, %xmm1, %xmm11\r
-\r
-       vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm11,%xmm10, %xmm10\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vmovsd          (CO1), %xmm14\r
-       vaddps          %xmm14, %xmm8 , %xmm8\r
-\r
-       vmovsd          (CO1, LDC), %xmm15\r
-       vaddps          %xmm15, %xmm10, %xmm10\r
-\r
-#endif\r
-\r
-       vmovsd  %xmm8 ,         (CO1)\r
-       vmovsd  %xmm10 ,        (CO1, LDC)\r
-\r
-.endm\r
-\r
-/************************************************************************************************/\r
-\r
-.macro KERNEL8x1_SUB\r
-        vmovups         -16 * SIZE(AO, %rax, SIZE), %ymm0\r
-        vmovups          -8 * SIZE(AO, %rax, SIZE), %ymm1\r
-        vbroadcastss         -4 * SIZE(BO, BI, SIZE), %ymm4\r
-        VFMADDPS_R(        %ymm8,%ymm4,%ymm0  )\r
-        VFMADDPS_R(        %ymm12,%ymm4,%ymm1 )\r
-        vbroadcastss         -3 * SIZE(BO, BI, SIZE), %ymm5\r
-        VFMADDPS_I(        %ymm9,%ymm5,%ymm0  )\r
-        VFMADDPS_I(        %ymm13,%ymm5,%ymm1 )\r
-        addq    $ 2 , BI                           \r
-        addq    $ 16, %rax                         \r
-.endm\r
-\r
-.macro SAVE8x1\r
-\r
-       vbroadcastss    ALPHA_R, %ymm0\r
-       vbroadcastss    ALPHA_I, %ymm1\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %ymm9 , %ymm9, %ymm9\r
-        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %ymm9, %ymm8 , %ymm8\r
-        vaddsubps %ymm13,%ymm12, %ymm12\r
-\r
-        vshufps $ 0xb1, %ymm8 , %ymm8, %ymm9\r
-        vshufps $ 0xb1, %ymm12, %ymm12, %ymm13\r
-\r
-#else\r
-        vaddsubps %ymm8,  %ymm9 ,%ymm9\r
-        vaddsubps %ymm12, %ymm13,%ymm13\r
-\r
-        vmovaps   %ymm9,  %ymm8\r
-        vmovaps   %ymm13, %ymm12\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %ymm9 , %ymm9, %ymm9\r
-        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %ymm8 , %ymm0, %ymm8\r
-        vmulps  %ymm12, %ymm0, %ymm12\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %ymm9 , %ymm1, %ymm9\r
-        vmulps  %ymm13, %ymm1, %ymm13\r
-\r
-       vaddsubps %ymm9, %ymm8 , %ymm8\r
-        vaddsubps %ymm13,%ymm12, %ymm12\r
-\r
-\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vaddps          (CO1), %ymm8 , %ymm8\r
-       vaddps  8 * SIZE(CO1), %ymm12, %ymm12\r
-\r
-#endif\r
-\r
-       vmovups %ymm8 ,         (CO1)\r
-       vmovups %ymm12 , 8 * SIZE(CO1)\r
-\r
-.endm\r
-\r
-\r
-/************************************************************************************************/\r
-\r
-.macro KERNEL4x1_SUB\r
-        vmovups         -16 * SIZE(AO, %rax, SIZE), %xmm0\r
-        vbroadcastss         -4 * SIZE(BO, BI, SIZE), %xmm4\r
-        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )\r
-        vmovups         -12 * SIZE(AO, %rax, SIZE), %xmm1\r
-        VFMADDPS_R(        %xmm12,%xmm4,%xmm1 )\r
-        vbroadcastss         -3 * SIZE(BO, BI, SIZE), %xmm5\r
-        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )\r
-        VFMADDPS_I(        %xmm13,%xmm5,%xmm1 )\r
-        addq    $ 2, BI                           \r
-        addq    $ 8, %rax                         \r
-.endm\r
-\r
-.macro SAVE4x1\r
-\r
-       vbroadcastss    ALPHA_R, %xmm0\r
-       vbroadcastss    ALPHA_I, %xmm1\r
-\r
-       // swap high and low 4 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm13,%xmm12, %xmm12\r
-\r
-        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9\r
-        vshufps $ 0xb1, %xmm12, %xmm12, %xmm13\r
-\r
-#else\r
-        vaddsubps %xmm8,  %xmm9 ,%xmm9\r
-        vaddsubps %xmm12, %xmm13,%xmm13\r
-\r
-        vmovaps   %xmm9,  %xmm8\r
-        vmovaps   %xmm13, %xmm12\r
-\r
-       // swap high and low 4 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %xmm8 , %xmm0, %xmm8\r
-        vmulps  %xmm12, %xmm0, %xmm12\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %xmm9 , %xmm1, %xmm9\r
-        vmulps  %xmm13, %xmm1, %xmm13\r
-\r
-       vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm13,%xmm12, %xmm12\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vaddps          (CO1), %xmm8 , %xmm8\r
-       vaddps  4 * SIZE(CO1), %xmm12, %xmm12\r
-\r
-#endif\r
-\r
-       vmovups %xmm8 ,         (CO1)\r
-       vmovups %xmm12 , 4 * SIZE(CO1)\r
-\r
-.endm\r
-\r
-/************************************************************************************************/\r
-\r
-.macro KERNEL2x1_SUB\r
-        vmovups         -16 * SIZE(AO, %rax, SIZE), %xmm0\r
-        vbroadcastss         -4 * SIZE(BO, BI, SIZE), %xmm4\r
-        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )\r
-        vbroadcastss         -3 * SIZE(BO, BI, SIZE), %xmm5\r
-        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )\r
-        addq    $ 2, BI                           \r
-        addq    $ 4, %rax                         \r
-.endm\r
-\r
-.macro SAVE2x1\r
-\r
-       vbroadcastss    ALPHA_R, %xmm0\r
-       vbroadcastss    ALPHA_I, %xmm1\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %xmm9, %xmm8 , %xmm8\r
-\r
-        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9\r
-\r
-#else\r
-        vaddsubps %xmm8,  %xmm9 ,%xmm9\r
-\r
-        vmovaps   %xmm9,  %xmm8\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %xmm8 , %xmm0, %xmm8\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %xmm9 , %xmm1, %xmm9\r
-\r
-       vaddsubps %xmm9, %xmm8 , %xmm8\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vaddps          (CO1), %xmm8 , %xmm8\r
-\r
-#endif\r
-\r
-       vmovups %xmm8 ,         (CO1)\r
-\r
-.endm\r
-\r
-/************************************************************************************************/\r
-\r
-.macro KERNEL1x1_SUB\r
-        vmovsd         -16 * SIZE(AO, %rax, SIZE), %xmm0\r
-        vbroadcastss         -4 * SIZE(BO, BI, SIZE), %xmm4\r
-        VFMADDPS_R(        %xmm8,%xmm4,%xmm0 )\r
-        vbroadcastss         -3 * SIZE(BO, BI, SIZE), %xmm5\r
-        VFMADDPS_I(        %xmm9,%xmm5,%xmm0 )\r
-        addq    $ 2, BI                           \r
-        addq    $ 2, %rax                         \r
-.endm\r
-\r
-.macro SAVE1x1\r
-\r
-       vbroadcastss    ALPHA_R, %xmm0\r
-       vbroadcastss    ALPHA_I, %xmm1\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %xmm9, %xmm8 , %xmm8\r
-\r
-        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9\r
-\r
-#else\r
-        vaddsubps %xmm8,  %xmm9 ,%xmm9\r
-\r
-        vmovaps   %xmm9,  %xmm8\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %xmm8 , %xmm0, %xmm8\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %xmm9 , %xmm1, %xmm9\r
-\r
-       vaddsubps %xmm9, %xmm8 , %xmm8\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vmovsd          (CO1), %xmm14\r
-       vaddps          %xmm14, %xmm8 , %xmm8\r
-\r
-#endif\r
-\r
-       vmovsd  %xmm8 ,         (CO1)\r
-\r
-.endm\r
-\r
-/************************************************************************************************/\r
-\r
-\r
-\r
-\r
-       PROLOGUE\r
-       PROFCODE\r
-       \r
-       subq    $ STACKSIZE, %rsp\r
-       movq    %rbx,   (%rsp)\r
-       movq    %rbp,  8(%rsp)\r
-       movq    %r12, 16(%rsp)\r
-       movq    %r13, 24(%rsp)\r
-       movq    %r14, 32(%rsp)\r
-       movq    %r15, 40(%rsp)\r
-\r
-       vzeroupper\r
-\r
-#ifdef WINDOWS_ABI\r
-       movq    %rdi,    48(%rsp)\r
-       movq    %rsi,    56(%rsp)\r
-       vmovups %xmm6,   64(%rsp)\r
-       vmovups %xmm7,   80(%rsp)\r
-       vmovups %xmm8,   96(%rsp)\r
-       vmovups %xmm9,  112(%rsp)\r
-       vmovups %xmm10, 128(%rsp)\r
-       vmovups %xmm11, 144(%rsp)\r
-       vmovups %xmm12, 160(%rsp)\r
-       vmovups %xmm13, 176(%rsp)\r
-       vmovups %xmm14, 192(%rsp)\r
-       vmovups %xmm15, 208(%rsp)\r
-\r
-       movq    ARG1,      OLD_M\r
-       movq    ARG2,      OLD_N\r
-       movq    ARG3,      OLD_K\r
-       movq    OLD_A,     A\r
-       movq    OLD_B,     B\r
-       movq    OLD_C,     C\r
-       movq    OLD_LDC,   LDC\r
-#ifdef TRMMKERNEL\r
-       movsd   OLD_OFFSET, %xmm12\r
-#endif\r
-       vmovaps %xmm3, %xmm0\r
-       vmovsd   OLD_ALPHA_I, %xmm1\r
-\r
-#else\r
-       movq    STACKSIZE +  8(%rsp), LDC\r
-#ifdef TRMMKERNEL\r
-       movsd   STACKSIZE + 16(%rsp), %xmm12\r
-#endif\r
-\r
-#endif\r
-\r
-       movq    %rsp, SP      # save old stack\r
-        subq    $ 128 + L_BUFFER_SIZE, %rsp\r
-        andq    $ -4096, %rsp    # align stack\r
-\r
-        STACK_TOUCH\r
-\r
-       cmpq    $ 0, OLD_M\r
-       je      .L999\r
-\r
-       cmpq    $ 0, OLD_N\r
-       je      .L999\r
-\r
-       cmpq    $ 0, OLD_K\r
-       je      .L999\r
-\r
-       movq    OLD_M, M\r
-       movq    OLD_N, N\r
-       movq    OLD_K, K\r
-\r
-       vmovss   %xmm0, ALPHA_R\r
-       vmovss   %xmm1, ALPHA_I\r
-\r
-       salq    $ ZBASE_SHIFT, LDC\r
-\r
-       movq    N, %rax\r
-        xorq    %rdx, %rdx\r
-        movq    $ 2,  %rdi\r
-        divq    %rdi                    //    N / 2\r
-        movq    %rax, Ndiv6             //    N / 2\r
-        movq    %rdx, Nmod6             //    N % 2\r
-\r
-       \r
-\r
-#ifdef TRMMKERNEL\r
-       vmovsd  %xmm12, OFFSET\r
-       vmovsd  %xmm12, KK\r
-#ifndef LEFT\r
-       negq    KK\r
-#endif \r
-#endif\r
-\r
-.L2_0:\r
-\r
-       movq    Ndiv6,  J\r
-       cmpq    $ 0, J\r
-       je      .L1_0\r
-       ALIGN_4\r
-\r
-\r
-\r
-.L2_01:\r
-       // copy to sub buffer\r
-       movq    B, BO1\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       movq    K, %rax\r
-       ALIGN_4\r
-\r
-.L2_02b:\r
-\r
-       vmovups (BO1), %xmm0\r
-       vmovups %xmm0,       (BO)\r
-       addq    $ 4*SIZE,BO1\r
-       addq    $ 4*SIZE,BO\r
-       decq    %rax\r
-       jnz     .L2_02b\r
-\r
-.L2_02c:\r
-\r
-       movq    BO1, B                  // next offset of B\r
-\r
-.L2_10:\r
-       movq    C, CO1\r
-       leaq    (C, LDC, 2), C          // c += 2 * ldc\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        movq    OFFSET, %rax\r
-        movq    %rax, KK\r
-#endif\r
-       \r
-       movq    A, AO                   // aoffset = a\r
-       addq    $ 16 * SIZE, AO\r
-\r
-       movq    M,  I\r
-       sarq    $ 3, I                  // i = (m >> 3)\r
-       je      .L2_4_10\r
-\r
-       ALIGN_4\r
-/**********************************************************************************************************/\r
-\r
-.L2_8_11:\r
-\r
-#if !defined(TRMMKERNEL) || \\r
-        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       addq    $ 8 * SIZE, BO\r
-#else\r
-        movq    KK, %rax\r
-       leaq    BUFFER1, BO                     // first buffer to BO\r
-       addq    $ 8 * SIZE, BO\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 4, %rax                       // rax = rax *16 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-       vzeroall\r
-\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KK, %rax\r
-        movq    %rax, KKK\r
-#else\r
-        movq    KK, %rax\r
-#ifdef LEFT\r
-        addq    $ 8, %rax        // number of values in AO\r
-#else\r
-        addq    $ 2, %rax        // number of values in BO\r
-#endif\r
-        movq    %rax, KKK\r
-#endif\r
-\r
-\r
-       andq    $ -8, %rax                      //  K = K - ( K % 8 )\r
-       je      .L2_8_16\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 4, %rax                       // rax = rax *16 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L2_8_12:\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-\r
-       je      .L2_8_16\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x2_SUB\r
-\r
-       je      .L2_8_16\r
-\r
-       jmp     .L2_8_12\r
-       ALIGN_4\r
-\r
-.L2_8_16:\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#else\r
-        movq    KKK, %rax\r
-#endif\r
-\r
-       andq    $ 7, %rax               # if (k & 1)\r
-       je .L2_8_19\r
-\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 4, %rax                       // rax = rax *16 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L2_8_17:\r
-\r
-       KERNEL8x2_SUB\r
-\r
-       jl      .L2_8_17\r
-       ALIGN_4\r
-\r
-\r
-.L2_8_19:\r
-\r
-       SAVE8x2\r
-\r
-\r
-#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KKK, %rax\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 4, %rax                       // rax = rax *16 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        addq    $ 8, KK\r
-#endif\r
-\r
-       addq    $ 16 * SIZE, CO1                # coffset += 16\r
-       decq    I                       # i --\r
-       jg      .L2_8_11\r
-       ALIGN_4 \r
-\r
-\r
-/**********************************************************************************************************/\r
-\r
-\r
-\r
-\r
-.L2_4_10:\r
-       testq   $ 7, M          \r
-       jz      .L2_4_60                // to next 2 lines of N\r
-\r
-       testq   $ 4, M          \r
-       jz      .L2_4_20\r
-       ALIGN_4\r
-\r
-\r
-.L2_4_11:\r
-\r
-#if !defined(TRMMKERNEL) || \\r
-        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       addq    $ 8 * SIZE, BO\r
-#else\r
-        movq    KK, %rax\r
-       leaq    BUFFER1, BO                     // first buffer to BO\r
-       addq    $ 8 * SIZE, BO\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 3, %rax                       // rax = rax * 8 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-       vzeroall\r
-\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KK, %rax\r
-        movq    %rax, KKK\r
-#else\r
-        movq    KK, %rax\r
-#ifdef LEFT\r
-        addq    $ 4, %rax        // number of values in AO\r
-#else\r
-        addq    $ 2, %rax        // number of values in BO\r
-#endif\r
-        movq    %rax, KKK\r
-#endif\r
-\r
-\r
-       andq    $ -8, %rax                      //  K = K - ( K % 8 )\r
-       je      .L2_4_16\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 3, %rax                       // rax = rax * 8 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L2_4_12:\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL4x2_SUB\r
-       KERNEL4x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x2_SUB\r
-       KERNEL4x2_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL4x2_SUB\r
-       KERNEL4x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x2_SUB\r
-       KERNEL4x2_SUB\r
-\r
-       je      .L2_4_16\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL4x2_SUB\r
-       KERNEL4x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x2_SUB\r
-       KERNEL4x2_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL4x2_SUB\r
-       KERNEL4x2_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x2_SUB\r
-       KERNEL4x2_SUB\r
-\r
-       je      .L2_4_16\r
-\r
-       jmp     .L2_4_12\r
-       ALIGN_4\r
-\r
-.L2_4_16:\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#else\r
-        movq    KKK, %rax\r
-#endif\r
-\r
-       andq    $ 7, %rax               # if (k & 1)\r
-       je .L2_4_19\r
-\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 3, %rax                       // rax = rax * 8 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L2_4_17:\r
-\r
-       KERNEL4x2_SUB\r
-\r
-       jl      .L2_4_17\r
-       ALIGN_4\r
-\r
-\r
-.L2_4_19:\r
-\r
-       SAVE4x2\r
-\r
-#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KKK, %rax\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 3, %rax                       // rax = rax * 8 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        addq    $ 4, KK\r
-#endif\r
-\r
-       addq    $ 8 * SIZE, CO1         # coffset += 8\r
-       ALIGN_4 \r
-\r
-\r
-\r
-/**************************************************************************\r
-* Rest of M \r
-***************************************************************************/\r
-\r
-.L2_4_20:\r
-\r
-       testq   $ 2, M          \r
-       jz      .L2_4_40\r
-       ALIGN_4\r
-\r
-.L2_4_21:\r
-\r
-#if !defined(TRMMKERNEL) || \\r
-        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       addq    $ 8 * SIZE, BO\r
-#else\r
-        movq    KK, %rax\r
-       leaq    BUFFER1, BO                     // first buffer to BO\r
-       addq    $ 8 * SIZE, BO\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 2, %rax                       // rax = rax * 4 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-       vzeroall\r
-\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KK, %rax\r
-        movq    %rax, KKK\r
-#else\r
-        movq    KK, %rax\r
-#ifdef LEFT\r
-        addq    $ 2, %rax        // number of values in AO\r
-#else\r
-        addq    $ 2, %rax        // number of values in BO\r
-#endif\r
-        movq    %rax, KKK\r
-#endif\r
-\r
-\r
-       andq    $ -8, %rax                      //  K = K - ( K % 8 )\r
-       je      .L2_4_26\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 2, %rax                       // rax = rax * 4 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L2_4_22:\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-\r
-       je      .L2_4_26\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-       KERNEL2x2_SUB\r
-\r
-       je      .L2_4_26\r
-\r
-       jmp     .L2_4_22\r
-       ALIGN_4\r
-\r
-.L2_4_26:\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#else\r
-        movq    KKK, %rax\r
-#endif\r
-\r
-       andq    $ 7, %rax               # if (k & 1)\r
-       je .L2_4_29\r
-\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 2, %rax                       // rax = rax * 4 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L2_4_27:\r
-\r
-       KERNEL2x2_SUB\r
-\r
-       jl      .L2_4_27\r
-       ALIGN_4\r
-\r
-\r
-.L2_4_29:\r
-\r
-       vbroadcastss    ALPHA_R, %xmm0\r
-       vbroadcastss    ALPHA_I, %xmm1\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11\r
-\r
-#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \\r
-    defined(NR) || defined(NC) || defined(TR) || defined(TC)\r
-\r
-        vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm11,%xmm10, %xmm10\r
-\r
-        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9\r
-        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11\r
-\r
-#else\r
-        vaddsubps %xmm8,  %xmm9 ,%xmm9\r
-        vaddsubps %xmm10, %xmm11,%xmm11\r
-\r
-        vmovaps   %xmm9,  %xmm8\r
-        vmovaps   %xmm11, %xmm10\r
-\r
-       // swap high and low 64 bytes\r
-        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9\r
-        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11\r
-\r
-#endif\r
-\r
-       // multiply with ALPHA_R\r
-        vmulps  %xmm8 , %xmm0, %xmm8\r
-        vmulps  %xmm10, %xmm0, %xmm10\r
-\r
-       // multiply with ALPHA_I\r
-        vmulps  %xmm9 , %xmm1, %xmm9\r
-        vmulps  %xmm11, %xmm1, %xmm11\r
-\r
-       vaddsubps %xmm9, %xmm8 , %xmm8\r
-        vaddsubps %xmm11,%xmm10, %xmm10\r
-\r
-\r
-\r
-#ifndef TRMMKERNEL\r
-\r
-       vaddps          (CO1), %xmm8 , %xmm8\r
-\r
-       vaddps          (CO1, LDC), %xmm10, %xmm10\r
-\r
-#endif\r
-\r
-       vmovups %xmm8 ,         (CO1)\r
-\r
-       vmovups %xmm10 ,        (CO1, LDC)\r
-\r
-\r
-\r
-#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KKK, %rax\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 2, %rax                       // rax = rax * 4 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        addq    $ 2, KK\r
-#endif\r
-\r
-       addq    $ 4 * SIZE, CO1         # coffset += 4\r
-       decq    I                       # i --\r
-       jg      .L2_4_21\r
-       ALIGN_4 \r
-\r
-\r
-\r
-/**************************************************************************/\r
-.L2_4_40:\r
-       testq   $ 1, M          \r
-       jz      .L2_4_60                // to next 2 lines of N\r
-\r
-       ALIGN_4\r
-\r
-.L2_4_41:\r
-\r
-#if !defined(TRMMKERNEL) || \\r
-        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       addq    $ 8 * SIZE, BO\r
-#else\r
-        movq    KK, %rax\r
-       leaq    BUFFER1, BO                     // first buffer to BO\r
-       addq    $ 8 * SIZE, BO\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 1, %rax                       // rax = rax * 2 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-       vzeroall\r
-\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KK, %rax\r
-        movq    %rax, KKK\r
-#else\r
-        movq    KK, %rax\r
-#ifdef LEFT\r
-        addq    $ 1, %rax        // number of values in AO\r
-#else\r
-        addq    $ 2, %rax        // number of values in BO\r
-#endif\r
-        movq    %rax, KKK\r
-#endif\r
-\r
-\r
-       andq    $ -8, %rax                      //  K = K - ( K % 8 )\r
-       je      .L2_4_46\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 1, %rax                       // rax = rax * 2 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L2_4_42:\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-\r
-       je      .L2_4_46\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-       KERNEL1x2_SUB\r
-\r
-       je      .L2_4_46\r
-\r
-       jmp     .L2_4_42\r
-       ALIGN_4\r
-\r
-.L2_4_46:\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#else\r
-        movq    KKK, %rax\r
-#endif\r
-\r
-       andq    $ 7, %rax               # if (k & 1)\r
-       je .L2_4_49\r
-\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 1, %rax                       // rax = rax * 2 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L2_4_47:\r
-\r
-       KERNEL1x2_SUB\r
-\r
-       jl      .L2_4_47\r
-       ALIGN_4\r
-\r
-\r
-.L2_4_49:\r
-\r
-       SAVE1x2\r
-\r
-#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KKK, %rax\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 1, %rax                       // rax = rax * 2 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        addq    $ 1, KK\r
-#endif\r
-\r
-       addq    $ 2 * SIZE, CO1         # coffset += 2\r
-       decq    I                       # i --\r
-       jg      .L2_4_41\r
-       ALIGN_4 \r
-\r
-\r
-\r
-       \r
-.L2_4_60:\r
-#if defined(TRMMKERNEL) && !defined(LEFT)\r
-        addq    $ 2, KK\r
-#endif\r
-\r
-       decq    J                       // j --\r
-       jg      .L2_01                  // next 2 lines of N\r
-\r
-\r
-\r
-.L1_0:\r
-\r
-/************************************************************************************************\r
-* Loop for Nmod6 % 2 > 0\r
-*************************************************************************************************/\r
-\r
-       movq    Nmod6, J                \r
-       andq    $ 1, J                  // j % 2\r
-       je      .L999\r
-       ALIGN_4\r
-\r
-.L1_01:\r
-       // copy to sub buffer\r
-       movq    B, BO1\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       movq    K, %rax\r
-       ALIGN_4\r
-\r
-.L1_02b:\r
-\r
-       vmovsd          (BO1), %xmm0\r
-       vmovsd  %xmm0,       (BO)\r
-       addq    $ 2*SIZE,BO1\r
-       addq    $ 2*SIZE,BO\r
-       decq    %rax\r
-       jnz     .L1_02b\r
-\r
-.L1_02c:\r
-\r
-       movq    BO1, B                  // next offset of B\r
-\r
-.L1_10:\r
-       movq    C, CO1\r
-       leaq    (C, LDC, 1), C          // c += 1 * ldc\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        movq    OFFSET, %rax\r
-        movq    %rax, KK\r
-#endif\r
-       \r
-       movq    A, AO                   // aoffset = a\r
-       addq    $ 16 * SIZE, AO\r
-\r
-       movq    M,  I\r
-       sarq    $ 3, I                  // i = (m >> 3)\r
-       je      .L1_4_10\r
-\r
-       ALIGN_4\r
-\r
-/**************************************************************************************************/\r
-\r
-.L1_8_11:\r
-\r
-#if !defined(TRMMKERNEL) || \\r
-        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       addq    $ 4 * SIZE, BO\r
-#else\r
-        movq    KK, %rax\r
-       leaq    BUFFER1, BO                     // first buffer to BO\r
-       addq    $ 4 * SIZE, BO\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 4, %rax                       // rax = rax *16 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-       vzeroall\r
-\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KK, %rax\r
-        movq    %rax, KKK\r
-#else\r
-        movq    KK, %rax\r
-#ifdef LEFT\r
-        addq    $ 8, %rax        // number of values in AO\r
-#else\r
-        addq    $ 1, %rax        // number of values in BO\r
-#endif\r
-        movq    %rax, KKK\r
-#endif\r
-\r
-\r
-       andq    $ -8, %rax                      //  K = K - ( K % 8 )\r
-       je      .L1_8_16\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-\r
-       salq    $ 4, %rax                       // rax = rax *16 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L1_8_12:\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-\r
-       je      .L1_8_16\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL8x1_SUB\r
-\r
-       je      .L1_8_16\r
-\r
-       jmp     .L1_8_12\r
-       ALIGN_4\r
-\r
-.L1_8_16:\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#else\r
-        movq    KKK, %rax\r
-#endif\r
-\r
-       andq    $ 7, %rax               # if (k & 1)\r
-       je .L1_8_19\r
-\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 4, %rax                       // rax = rax *16 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L1_8_17:\r
-\r
-       KERNEL8x1_SUB\r
-\r
-       jl      .L1_8_17\r
-       ALIGN_4\r
-\r
-\r
-.L1_8_19:\r
-\r
-       SAVE8x1\r
-\r
-\r
-#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KKK, %rax\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 4, %rax                       // rax = rax *16 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        addq    $ 8, KK\r
-#endif\r
-\r
-       addq    $ 16 * SIZE, CO1                # coffset += 16\r
-       decq    I                       # i --\r
-       jg      .L1_8_11\r
-       ALIGN_4 \r
-\r
-\r
-\r
-/**************************************************************************************************/\r
-.L1_4_10:\r
-\r
-       testq   $ 7, M          \r
-       jz      .L999\r
-\r
-       testq   $ 4, M          \r
-       jz      .L1_4_20\r
-\r
-\r
-.L1_4_11:\r
-\r
-#if !defined(TRMMKERNEL) || \\r
-        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       addq    $ 4 * SIZE, BO\r
-#else\r
-        movq    KK, %rax\r
-       leaq    BUFFER1, BO                     // first buffer to BO\r
-       addq    $ 4 * SIZE, BO\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 3, %rax                       // rax = rax * 8 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-       vzeroall\r
-\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KK, %rax\r
-        movq    %rax, KKK\r
-#else\r
-        movq    KK, %rax\r
-#ifdef LEFT\r
-        addq    $ 4, %rax        // number of values in AO\r
-#else\r
-        addq    $ 1, %rax        // number of values in BO\r
-#endif\r
-        movq    %rax, KKK\r
-#endif\r
-\r
-\r
-       andq    $ -8, %rax                      //  K = K - ( K % 8 )\r
-       je      .L1_4_16\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-\r
-       salq    $ 3, %rax                       // rax = rax * 8 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L1_4_12:\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL4x1_SUB\r
-       KERNEL4x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x1_SUB\r
-       KERNEL4x1_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x1_SUB\r
-       KERNEL4x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x1_SUB\r
-       KERNEL4x1_SUB\r
-\r
-       je      .L1_4_16\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL4x1_SUB\r
-       KERNEL4x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x1_SUB\r
-       KERNEL4x1_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x1_SUB\r
-       KERNEL4x1_SUB\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL4x1_SUB\r
-       KERNEL4x1_SUB\r
-\r
-       je      .L1_4_16\r
-\r
-       jmp     .L1_4_12\r
-       ALIGN_4\r
-\r
-.L1_4_16:\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#else\r
-        movq    KKK, %rax\r
-#endif\r
-\r
-       andq    $ 7, %rax               # if (k & 1)\r
-       je .L1_4_19\r
-\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 4 ; number of values\r
-\r
-       salq    $ 3, %rax                       // rax = rax * 8 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L1_4_17:\r
-\r
-       KERNEL4x1_SUB\r
-\r
-       jl      .L1_4_17\r
-       ALIGN_4\r
-\r
-\r
-.L1_4_19:\r
-\r
-       SAVE4x1\r
-\r
-#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KKK, %rax\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 3, %rax                       // rax = rax * 8 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        addq    $ 4, KK\r
-#endif\r
-\r
-       addq    $ 8 * SIZE, CO1         # coffset += 8\r
-       ALIGN_4 \r
-\r
-\r
-\r
-/**************************************************************************\r
-* Rest of M \r
-***************************************************************************/\r
-\r
-.L1_4_20:\r
-\r
-       testq   $ 2, M          \r
-       jz      .L1_4_40\r
-       ALIGN_4\r
-\r
-.L1_4_21:\r
-\r
-#if !defined(TRMMKERNEL) || \\r
-        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       addq    $ 4 * SIZE, BO\r
-#else\r
-        movq    KK, %rax\r
-       leaq    BUFFER1, BO                     // first buffer to BO\r
-       addq    $ 4 * SIZE, BO\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 2, %rax                       // rax = rax * 4 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-       vzeroall\r
-\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KK, %rax\r
-        movq    %rax, KKK\r
-#else\r
-        movq    KK, %rax\r
-#ifdef LEFT\r
-        addq    $ 2, %rax        // number of values in AO\r
-#else\r
-        addq    $ 1, %rax        // number of values in BO\r
-#endif\r
-        movq    %rax, KKK\r
-#endif\r
-\r
-\r
-       andq    $ -8, %rax                      //  K = K - ( K % 8 )\r
-       je      .L1_4_26\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-\r
-       salq    $ 2, %rax                       // rax = rax * 4 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L1_4_22:\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-\r
-       je      .L1_4_26\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-       KERNEL2x1_SUB\r
-\r
-       je      .L1_4_26\r
-\r
-       jmp     .L1_4_22\r
-       ALIGN_4\r
-\r
-.L1_4_26:\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#else\r
-        movq    KKK, %rax\r
-#endif\r
-\r
-       andq    $ 7, %rax               # if (k & 1)\r
-       je .L1_4_29\r
-\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2; number of values\r
-\r
-       salq    $ 2, %rax                       // rax = rax * 4 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L1_4_27:\r
-\r
-       KERNEL2x1_SUB\r
-\r
-       jl      .L1_4_27\r
-       ALIGN_4\r
-\r
-\r
-.L1_4_29:\r
-\r
-       SAVE2x1\r
-\r
-#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KKK, %rax\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 2, %rax                       // rax = rax * 4 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        addq    $ 2, KK\r
-#endif\r
-\r
-       addq    $ 4 * SIZE, CO1         # coffset += 4\r
-       ALIGN_4 \r
-\r
-\r
-\r
-/**************************************************************************/\r
-.L1_4_40:\r
-       testq   $ 1, M          \r
-       jz      .L999           // to next 2 lines of N\r
-\r
-       ALIGN_4\r
-\r
-.L1_4_41:\r
-\r
-#if !defined(TRMMKERNEL) || \\r
-        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-       leaq    BUFFER1, BO             // first buffer to BO\r
-       addq    $ 4 * SIZE, BO\r
-#else\r
-        movq    KK, %rax\r
-       leaq    BUFFER1, BO                     // first buffer to BO\r
-       addq    $ 4 * SIZE, BO\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 1, %rax                       // rax = rax * 2 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-       vzeroall\r
-\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KK, %rax\r
-        movq    %rax, KKK\r
-#else\r
-        movq    KK, %rax\r
-#ifdef LEFT\r
-        addq    $ 1, %rax        // number of values in AO\r
-#else\r
-        addq    $ 1, %rax        // number of values in BO\r
-#endif\r
-        movq    %rax, KKK\r
-#endif\r
-\r
-\r
-       andq    $ -8, %rax                      //  K = K - ( K % 8 )\r
-       je      .L1_4_46\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-\r
-       salq    $ 1, %rax                       // rax = rax * 2 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L1_4_42:\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-\r
-       je      .L1_4_46\r
-\r
-       prefetcht0      A_PR1(AO,%rax,SIZE)\r
-       prefetcht0      B_PR1(BO,BI,SIZE)\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-       KERNEL1x1_SUB\r
-\r
-       je      .L1_4_46\r
-\r
-       jmp     .L1_4_42\r
-       ALIGN_4\r
-\r
-.L1_4_46:\r
-#ifndef TRMMKERNEL\r
-        movq    K, %rax\r
-#else\r
-        movq    KKK, %rax\r
-#endif\r
-\r
-       andq    $ 7, %rax               # if (k & 1)\r
-       je .L1_4_49\r
-\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-\r
-       salq    $ 1, %rax                       // rax = rax * 2 ; number of values\r
-       leaq    (AO, %rax, SIZE), AO\r
-       leaq    (BO, BI, SIZE), BO\r
-       negq    BI\r
-       negq    %rax\r
-       ALIGN_4\r
-\r
-.L1_4_47:\r
-\r
-       KERNEL1x1_SUB\r
-\r
-       jl      .L1_4_47\r
-       ALIGN_4\r
-\r
-\r
-.L1_4_49:\r
-\r
-       SAVE1x1\r
-\r
-\r
-\r
-#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \\r
-    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))\r
-        movq    K, %rax\r
-        subq    KKK, %rax\r
-       movq    %rax, BI                        //  Index for BO\r
-        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values\r
-        leaq    (BO, BI, SIZE), BO\r
-       salq    $ 1, %rax                       // rax = rax * 2 ; number of values\r
-        leaq    (AO, %rax, SIZE), AO\r
-#endif\r
-\r
-\r
-#if defined(TRMMKERNEL) && defined(LEFT)\r
-        addq    $ 1, KK\r
-#endif\r
-\r
-       addq    $ 2 * SIZE, CO1         # coffset += 2\r
-       ALIGN_4 \r
-\r
-\r
-.L999:\r
-       vzeroupper\r
-\r
-       movq            SP, %rsp\r
-       movq       (%rsp), %rbx\r
-       movq      8(%rsp), %rbp\r
-       movq     16(%rsp), %r12\r
-       movq     24(%rsp), %r13\r
-       movq     32(%rsp), %r14\r
-       movq     40(%rsp), %r15\r
-\r
-#ifdef WINDOWS_ABI\r
-       movq     48(%rsp), %rdi\r
-       movq     56(%rsp), %rsi\r
-       vmovups  64(%rsp), %xmm6\r
-       vmovups  80(%rsp), %xmm7\r
-       vmovups  96(%rsp), %xmm8\r
-       vmovups 112(%rsp), %xmm9\r
-       vmovups 128(%rsp), %xmm10\r
-       vmovups 144(%rsp), %xmm11\r
-       vmovups 160(%rsp), %xmm12\r
-       vmovups 176(%rsp), %xmm13\r
-       vmovups 192(%rsp), %xmm14\r
-       vmovups 208(%rsp), %xmm15\r
-#endif\r
-\r
-       addq    $ STACKSIZE, %rsp\r
-       ret\r
-\r
-       EPILOGUE\r
+/*********************************************************************************
+Copyright (c) 2013, The OpenBLAS Project
+All rights reserved.
+Redistribution and use in source and binary forms, with or without
+modification, are permitted provided that the following conditions are
+met:
+1. Redistributions of source code must retain the above copyright
+notice, this list of conditions and the following disclaimer.
+2. Redistributions in binary form must reproduce the above copyright
+notice, this list of conditions and the following disclaimer in
+the documentation and/or other materials provided with the
+distribution.
+3. Neither the name of the OpenBLAS project nor the names of
+its contributors may be used to endorse or promote products
+derived from this software without specific prior written permission.
+THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS "AS IS"
+AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
+IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
+ARE DISCLAIMED. IN NO EVENT SHALL THE OPENBLAS PROJECT OR CONTRIBUTORS BE
+LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
+DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR
+SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER
+CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY,
+OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE
+USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
+**********************************************************************************/
+
+/*********************************************************************
+* 2014/07/29 Saar
+*        BLASTEST               : OK
+*        CTEST                  : OK
+*        TEST                   : OK
+*
+* 2013/10/28 Saar
+* Parameter:
+*       CGEMM_DEFAULT_UNROLL_N  2
+*       CGEMM_DEFAULT_UNROLL_M  8
+*       CGEMM_DEFAULT_P         384
+*       CGEMM_DEFAULT_Q         192
+*      A_PR1                   512
+*      B_PR1                   512
+*
+* 2014/07/29 Saar
+* Performance at 6912x6912x6912:
+*       1 thread:      107 GFLOPS       (SANDYBRIDGE:  60)      (MKL:   86)
+*       2 threads:     208 GFLOPS       (SANDYBRIDGE: 114)      (MKL:  155)
+*       3 threads:     289 GFLOPS       (SANDYBRIDGE: 162)      (MKL:  222)
+*       4 threads:     377 GFLOPS       (SANDYBRIDGE: 223)      (MKL:  279)
+*
+*
+*********************************************************************/
+
+
+
+#define ASSEMBLER
+#include "common.h"
+#define OLD_M  %rdi
+#define OLD_N  %rsi
+#define M      %r13
+#define J      %r14
+#define OLD_K  %rdx
+
+#define A      %rcx
+#define B      %r8
+#define C      %r9
+#define LDC    %r10
+       
+#define I      %r11
+#define AO     %rdi
+#define BO     %rsi
+#define        CO1     %r15
+#define K      %r12
+#define BI     %rbp
+#define        SP      %rbx
+
+#define BO1    %rdi
+#define BO2    %rbp
+
+#ifndef WINDOWS_ABI
+
+#define STACKSIZE 96
+
+#else
+
+#define STACKSIZE 320
+
+#define OLD_ALPHA_I     40 + STACKSIZE(%rsp)
+#define OLD_A           48 + STACKSIZE(%rsp)
+#define OLD_B           56 + STACKSIZE(%rsp)
+#define OLD_C           64 + STACKSIZE(%rsp)
+#define OLD_LDC         72 + STACKSIZE(%rsp)
+#define OLD_OFFSET      80 + STACKSIZE(%rsp)
+
+#endif
+
+#define L_BUFFER_SIZE 8192
+
+#define Ndiv6   24(%rsp)
+#define Nmod6   32(%rsp)
+#define N       40(%rsp)
+#define ALPHA_R  48(%rsp)
+#define ALPHA_I  56(%rsp)
+#define OFFSET   64(%rsp)
+#define KK       72(%rsp)
+#define KKK      80(%rsp)
+#define BUFFER1                   128(%rsp)
+
+#if defined(OS_WINDOWS)
+#if   L_BUFFER_SIZE > 16384
+#define STACK_TOUCH \
+        movl    $ 0,  4096 * 4(%rsp);\
+        movl    $ 0,  4096 * 3(%rsp);\
+        movl    $ 0,  4096 * 2(%rsp);\
+        movl    $ 0,  4096 * 1(%rsp);
+#elif L_BUFFER_SIZE > 12288
+#define STACK_TOUCH \
+        movl    $ 0,  4096 * 3(%rsp);\
+        movl    $ 0,  4096 * 2(%rsp);\
+        movl    $ 0,  4096 * 1(%rsp);
+#elif L_BUFFER_SIZE > 8192
+#define STACK_TOUCH \
+        movl    $ 0,  4096 * 2(%rsp);\
+        movl    $ 0,  4096 * 1(%rsp);
+#elif L_BUFFER_SIZE > 4096
+#define STACK_TOUCH \
+        movl    $ 0,  4096 * 1(%rsp);
+#else
+#define STACK_TOUCH
+#endif
+#else
+#define STACK_TOUCH
+#endif
+
+
+#if defined(BULLDOZER)
+
+#if   defined(NN) || defined(NT) || defined(TN) || defined(TT)
+
+#define        VFMADDPS_R( y0,y1,y2 ) vfmaddps y0,y1,y2,y0
+
+#define VFMADDPS_I( y0,y1,y2 ) vfmaddps y0,y1,y2,y0
+
+#elif defined(RN) || defined(RT) || defined(CN) || defined(CT)
+
+#define VFMADDPS_R( y0,y1,y2 ) vfnmaddps y0,y1,y2,y0
+
+#define        VFMADDPS_I( y0,y1,y2 ) vfmaddps y0,y1,y2,y0
+
+#elif defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+#define        VFMADDPS_R( y0,y1,y2 ) vfmaddps y0,y1,y2,y0
+
+#define        VFMADDPS_I( y0,y1,y2 ) vfnmaddps y0,y1,y2,y0
+
+#else
+
+#define        VFMADDPS_R( y0,y1,y2 ) vfnmaddps y0,y1,y2,y0
+
+#define        VFMADDPS_I( y0,y1,y2 ) vfnmaddps y0,y1,y2,y0
+
+#endif
+
+#else
+
+#if   defined(NN) || defined(NT) || defined(TN) || defined(TT)
+
+#define        VFMADDPS_R( y0,y1,y2 ) vfmadd231ps y1,y2,y0
+
+#define        VFMADDPS_I( y0,y1,y2 ) vfmadd231ps y1,y2,y0
+
+#elif defined(RN) || defined(RT) || defined(CN) || defined(CT)
+
+#define        VFMADDPS_R( y0,y1,y2 ) vfnmadd231ps y1,y2,y0
+
+#define        VFMADDPS_I( y0,y1,y2 ) vfmadd231ps y1,y2,y0
+
+#elif defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+#define        VFMADDPS_R( y0,y1,y2 ) vfmadd231ps y1,y2,y0
+
+#define        VFMADDPS_I( y0,y1,y2 ) vfnmadd231ps y1,y2,y0
+
+#else
+
+#define        VFMADDPS_R( y0,y1,y2 ) vfnmadd231ps y1,y2,y0
+
+#define        VFMADDPS_I( y0,y1,y2 ) vfnmadd231ps y1,y2,y0
+
+#endif
+
+#endif
+
+
+#define        A_PR1   512
+#define        B_PR1   512
+
+
+
+/***************************************************************************************************************************/
+
+.macro KERNEL8x3_SUB
+
+        vmovups         -16 * SIZE(AO), %ymm0
+        vmovups          -8 * SIZE(AO), %ymm1
+        vbroadcastss     -8 * SIZE(BO), %ymm2
+        vbroadcastss     -7 * SIZE(BO), %ymm3
+       prefetcht0      A_PR1(AO)
+
+        VFMADDPS_R(        %ymm8 ,%ymm2,%ymm0 )
+        VFMADDPS_R(        %ymm12,%ymm2,%ymm1 )
+        VFMADDPS_I(        %ymm9 ,%ymm3,%ymm0 )
+        VFMADDPS_I(        %ymm13,%ymm3,%ymm1 )
+
+        vbroadcastss     -6 * SIZE(BO), %ymm2
+        vbroadcastss     -5 * SIZE(BO), %ymm3
+        VFMADDPS_R(        %ymm10,%ymm2,%ymm0 )
+        VFMADDPS_R(        %ymm14,%ymm2,%ymm1 )
+        VFMADDPS_I(        %ymm11,%ymm3,%ymm0 )
+        VFMADDPS_I(        %ymm15,%ymm3,%ymm1 )
+
+        vbroadcastss     -4 * SIZE(BO), %ymm2
+        vbroadcastss     -3 * SIZE(BO), %ymm3
+        VFMADDPS_R(        %ymm4 ,%ymm2,%ymm0 )
+        VFMADDPS_R(        %ymm6 ,%ymm2,%ymm1 )
+        VFMADDPS_I(        %ymm5 ,%ymm3,%ymm0 )
+        VFMADDPS_I(        %ymm7 ,%ymm3,%ymm1 )
+
+
+        addq    $6*SIZE, BO                           
+        addq    $16*SIZE, AO                         
+       decq    %rax
+.endm
+
+.macro SAVE8x3
+
+       vbroadcastss    ALPHA_R, %ymm0
+       vbroadcastss    ALPHA_I, %ymm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %ymm9 , %ymm9 , %ymm9
+        vshufps $ 0xb1, %ymm11, %ymm11, %ymm11
+        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13
+        vshufps $ 0xb1, %ymm15, %ymm15, %ymm15
+        vshufps $ 0xb1, %ymm5 , %ymm5 , %ymm5
+        vshufps $ 0xb1, %ymm7 , %ymm7 , %ymm7
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %ymm9, %ymm8 , %ymm8
+        vaddsubps %ymm11,%ymm10, %ymm10
+        vaddsubps %ymm13,%ymm12, %ymm12
+        vaddsubps %ymm15,%ymm14, %ymm14
+        vaddsubps %ymm5, %ymm4 , %ymm4
+        vaddsubps %ymm7, %ymm6 , %ymm6
+
+        vshufps $ 0xb1, %ymm8 , %ymm8 , %ymm9
+        vshufps $ 0xb1, %ymm10, %ymm10, %ymm11
+        vshufps $ 0xb1, %ymm12, %ymm12, %ymm13
+        vshufps $ 0xb1, %ymm14, %ymm14, %ymm15
+        vshufps $ 0xb1, %ymm4 , %ymm4 , %ymm5
+        vshufps $ 0xb1, %ymm6 , %ymm6 , %ymm7
+
+#else
+        vaddsubps %ymm8,  %ymm9 ,%ymm9
+        vaddsubps %ymm10, %ymm11,%ymm11
+        vaddsubps %ymm12, %ymm13,%ymm13
+        vaddsubps %ymm14, %ymm15,%ymm15
+        vaddsubps %ymm4,  %ymm5 ,%ymm5
+        vaddsubps %ymm6,  %ymm7 ,%ymm7
+
+        vmovaps   %ymm9,  %ymm8
+        vmovaps   %ymm11, %ymm10
+        vmovaps   %ymm13, %ymm12
+        vmovaps   %ymm15, %ymm14
+        vmovaps   %ymm5,  %ymm4
+        vmovaps   %ymm7,  %ymm6
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %ymm9 , %ymm9 , %ymm9
+        vshufps $ 0xb1, %ymm11, %ymm11, %ymm11
+        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13
+        vshufps $ 0xb1, %ymm15, %ymm15, %ymm15
+        vshufps $ 0xb1, %ymm5 , %ymm5 , %ymm5
+        vshufps $ 0xb1, %ymm7 , %ymm7 , %ymm7
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %ymm8 , %ymm0, %ymm8
+        vmulps  %ymm10, %ymm0, %ymm10
+        vmulps  %ymm12, %ymm0, %ymm12
+        vmulps  %ymm14, %ymm0, %ymm14
+        vmulps  %ymm4 , %ymm0, %ymm4
+        vmulps  %ymm6 , %ymm0, %ymm6
+
+       // multiply with ALPHA_I
+        vmulps  %ymm9 , %ymm1, %ymm9
+        vmulps  %ymm11, %ymm1, %ymm11
+        vmulps  %ymm13, %ymm1, %ymm13
+        vmulps  %ymm15, %ymm1, %ymm15
+        vmulps  %ymm5 , %ymm1, %ymm5
+        vmulps  %ymm7 , %ymm1, %ymm7
+
+       vaddsubps %ymm9, %ymm8 , %ymm8
+        vaddsubps %ymm11,%ymm10, %ymm10
+        vaddsubps %ymm13,%ymm12, %ymm12
+        vaddsubps %ymm15,%ymm14, %ymm14
+       vaddsubps %ymm5, %ymm4 , %ymm4
+       vaddsubps %ymm7, %ymm6 , %ymm6
+
+#if !defined(TRMMKERNEL)
+
+       vaddps          (CO1), %ymm8 , %ymm8
+       vaddps  8 * SIZE(CO1), %ymm12, %ymm12
+
+       vaddps          (CO1, LDC), %ymm10, %ymm10
+       vaddps  8 * SIZE(CO1, LDC), %ymm14, %ymm14
+
+       vaddps          (CO1, LDC,2), %ymm4, %ymm4
+       vaddps  8 * SIZE(CO1, LDC,2), %ymm6, %ymm6
+
+#endif
+
+       vmovups %ymm8 ,          (CO1)
+       vmovups %ymm12 , 8 * SIZE(CO1)
+
+       vmovups %ymm10 ,         (CO1, LDC)
+       vmovups %ymm14 , 8 * SIZE(CO1, LDC)
+
+       vmovups %ymm4  ,         (CO1, LDC,2)
+       vmovups %ymm6  , 8 * SIZE(CO1, LDC,2)
+
+.endm
+
+
+/***************************************************************************************************************************/
+
+.macro KERNEL4x3_SUB
+
+        vmovups         -16 * SIZE(AO), %ymm0
+        vbroadcastss     -8 * SIZE(BO), %ymm2
+        vbroadcastss     -7 * SIZE(BO), %ymm3
+
+        VFMADDPS_R(        %ymm8 ,%ymm2,%ymm0 )
+        VFMADDPS_I(        %ymm9 ,%ymm3,%ymm0 )
+
+        vbroadcastss     -6 * SIZE(BO), %ymm2
+        vbroadcastss     -5 * SIZE(BO), %ymm3
+        VFMADDPS_R(        %ymm12,%ymm2,%ymm0 )
+        VFMADDPS_I(        %ymm13,%ymm3,%ymm0 )
+
+        vbroadcastss     -4 * SIZE(BO), %ymm2
+        vbroadcastss     -3 * SIZE(BO), %ymm3
+        VFMADDPS_R(        %ymm4 ,%ymm2,%ymm0 )
+        VFMADDPS_I(        %ymm5 ,%ymm3,%ymm0 )
+
+        addq    $6*SIZE, BO                           
+        addq    $8*SIZE, AO                         
+       decq    %rax
+.endm
+
+.macro SAVE4x3
+
+       vbroadcastss    ALPHA_R, %ymm0
+       vbroadcastss    ALPHA_I, %ymm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %ymm9 , %ymm9 , %ymm9
+        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13
+        vshufps $ 0xb1, %ymm5 , %ymm5 , %ymm5
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %ymm9, %ymm8 , %ymm8
+        vaddsubps %ymm13,%ymm12, %ymm12
+        vaddsubps %ymm5, %ymm4 , %ymm4
+
+        vshufps $ 0xb1, %ymm8 , %ymm8 , %ymm9
+        vshufps $ 0xb1, %ymm12, %ymm12, %ymm13
+        vshufps $ 0xb1, %ymm4 , %ymm4 , %ymm5
+
+#else
+        vaddsubps %ymm8,  %ymm9 ,%ymm9
+        vaddsubps %ymm12, %ymm13,%ymm13
+        vaddsubps %ymm4,  %ymm5 ,%ymm5
+
+        vmovaps   %ymm9,  %ymm8
+        vmovaps   %ymm13, %ymm12
+        vmovaps   %ymm5,  %ymm4
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %ymm9 , %ymm9 , %ymm9
+        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13
+        vshufps $ 0xb1, %ymm5 , %ymm5 , %ymm5
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %ymm8 , %ymm0, %ymm8
+        vmulps  %ymm12, %ymm0, %ymm12
+        vmulps  %ymm4 , %ymm0, %ymm4
+
+       // multiply with ALPHA_I
+        vmulps  %ymm9 , %ymm1, %ymm9
+        vmulps  %ymm13, %ymm1, %ymm13
+        vmulps  %ymm5 , %ymm1, %ymm5
+
+       vaddsubps %ymm9, %ymm8 , %ymm8
+        vaddsubps %ymm13,%ymm12, %ymm12
+       vaddsubps %ymm5, %ymm4 , %ymm4
+
+#if !defined(TRMMKERNEL)
+
+       vaddps          (CO1), %ymm8 , %ymm8
+       vaddps          (CO1, LDC), %ymm12, %ymm12
+       vaddps          (CO1, LDC,2), %ymm4, %ymm4
+
+#endif
+
+       vmovups %ymm8 ,          (CO1)
+       vmovups %ymm12 ,         (CO1, LDC)
+       vmovups %ymm4  ,         (CO1, LDC,2)
+
+.endm
+
+/***************************************************************************************************************************/
+
+.macro KERNEL2x3_SUB
+
+        vmovups         -16 * SIZE(AO), %xmm0
+        vbroadcastss     -8 * SIZE(BO), %xmm2
+        vbroadcastss     -7 * SIZE(BO), %xmm3
+
+        VFMADDPS_R(        %xmm8 ,%xmm2,%xmm0 )
+        VFMADDPS_I(        %xmm9 ,%xmm3,%xmm0 )
+
+        vbroadcastss     -6 * SIZE(BO), %xmm2
+        vbroadcastss     -5 * SIZE(BO), %xmm3
+        VFMADDPS_R(        %xmm12,%xmm2,%xmm0 )
+        VFMADDPS_I(        %xmm13,%xmm3,%xmm0 )
+
+        vbroadcastss     -4 * SIZE(BO), %xmm2
+        vbroadcastss     -3 * SIZE(BO), %xmm3
+        VFMADDPS_R(        %xmm4 ,%xmm2,%xmm0 )
+        VFMADDPS_I(        %xmm5 ,%xmm3,%xmm0 )
+
+        addq    $6*SIZE, BO                           
+        addq    $4*SIZE, AO                         
+       decq    %rax
+
+.endm
+
+.macro SAVE2x3
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9 , %xmm9
+        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13
+        vshufps $ 0xb1, %xmm5 , %xmm5 , %xmm5
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm13,%xmm12, %xmm12
+        vaddsubps %xmm5, %xmm4 , %xmm4
+
+        vshufps $ 0xb1, %xmm8 , %xmm8 , %xmm9
+        vshufps $ 0xb1, %xmm12, %xmm12, %xmm13
+        vshufps $ 0xb1, %xmm4 , %xmm4 , %xmm5
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+        vaddsubps %xmm12, %xmm13,%xmm13
+        vaddsubps %xmm4,  %xmm5 ,%xmm5
+
+        vmovaps   %xmm9,  %xmm8
+        vmovaps   %xmm13, %xmm12
+        vmovaps   %xmm5,  %xmm4
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9 , %xmm9
+        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13
+        vshufps $ 0xb1, %xmm5 , %xmm5 , %xmm5
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+        vmulps  %xmm12, %xmm0, %xmm12
+        vmulps  %xmm4 , %xmm0, %xmm4
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+        vmulps  %xmm13, %xmm1, %xmm13
+        vmulps  %xmm5 , %xmm1, %xmm5
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm13,%xmm12, %xmm12
+       vaddsubps %xmm5, %xmm4 , %xmm4
+
+#if !defined(TRMMKERNEL)
+
+       vaddps          (CO1), %xmm8 , %xmm8
+       vaddps          (CO1, LDC), %xmm12, %xmm12
+       vaddps          (CO1, LDC,2), %xmm4, %xmm4
+
+#endif
+
+       vmovups %xmm8 ,          (CO1)
+       vmovups %xmm12 ,         (CO1, LDC)
+       vmovups %xmm4  ,         (CO1, LDC,2)
+
+.endm
+
+
+/***************************************************************************************************************************/
+
+.macro KERNEL1x3_SUB
+
+        vmovsd          -16 * SIZE(AO), %xmm0
+        vbroadcastss     -8 * SIZE(BO), %xmm2
+        vbroadcastss     -7 * SIZE(BO), %xmm3
+
+        VFMADDPS_R(        %xmm8 ,%xmm2,%xmm0 )
+        VFMADDPS_I(        %xmm9 ,%xmm3,%xmm0 )
+
+        vbroadcastss     -6 * SIZE(BO), %xmm2
+        vbroadcastss     -5 * SIZE(BO), %xmm3
+        VFMADDPS_R(        %xmm12,%xmm2,%xmm0 )
+        VFMADDPS_I(        %xmm13,%xmm3,%xmm0 )
+
+        vbroadcastss     -4 * SIZE(BO), %xmm2
+        vbroadcastss     -3 * SIZE(BO), %xmm3
+        VFMADDPS_R(        %xmm4 ,%xmm2,%xmm0 )
+        VFMADDPS_I(        %xmm5 ,%xmm3,%xmm0 )
+
+        addq    $6*SIZE, BO                           
+        addq    $2*SIZE, AO                         
+       decq    %rax
+
+.endm
+
+.macro SAVE1x3
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9 , %xmm9
+        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13
+        vshufps $ 0xb1, %xmm5 , %xmm5 , %xmm5
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm13,%xmm12, %xmm12
+        vaddsubps %xmm5, %xmm4 , %xmm4
+
+        vshufps $ 0xb1, %xmm8 , %xmm8 , %xmm9
+        vshufps $ 0xb1, %xmm12, %xmm12, %xmm13
+        vshufps $ 0xb1, %xmm4 , %xmm4 , %xmm5
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+        vaddsubps %xmm12, %xmm13,%xmm13
+        vaddsubps %xmm4,  %xmm5 ,%xmm5
+
+        vmovaps   %xmm9,  %xmm8
+        vmovaps   %xmm13, %xmm12
+        vmovaps   %xmm5,  %xmm4
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9 , %xmm9
+        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13
+        vshufps $ 0xb1, %xmm5 , %xmm5 , %xmm5
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+        vmulps  %xmm12, %xmm0, %xmm12
+        vmulps  %xmm4 , %xmm0, %xmm4
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+        vmulps  %xmm13, %xmm1, %xmm13
+        vmulps  %xmm5 , %xmm1, %xmm5
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm13,%xmm12, %xmm12
+       vaddsubps %xmm5, %xmm4 , %xmm4
+
+#if !defined(TRMMKERNEL)
+
+       vmovsd          (CO1)      , %xmm9
+       vmovsd          (CO1,LDC)  , %xmm13
+       vmovsd          (CO1,LDC,2), %xmm5
+       vaddps          %xmm9 , %xmm8 , %xmm8
+       vaddps          %xmm13, %xmm12, %xmm12
+       vaddps          %xmm5 , %xmm4, %xmm4
+
+#endif
+
+       vmovsd  %xmm8 ,          (CO1)
+       vmovsd  %xmm12 ,         (CO1, LDC)
+       vmovsd  %xmm4  ,         (CO1, LDC,2)
+
+.endm
+
+
+/***************************************************************************************************************************/
+
+.macro KERNEL8x2_SUB
+
+        vmovups         -16 * SIZE(AO, %rax, SIZE), %ymm0
+        vbroadcastss         -8 * SIZE(BO, BI, SIZE), %ymm4
+        VFMADDPS_R(        %ymm8,%ymm4,%ymm0  )
+        vmovups          -8 * SIZE(AO, %rax, SIZE), %ymm1
+        VFMADDPS_R(        %ymm12,%ymm4,%ymm1 )
+        vbroadcastss         -7 * SIZE(BO, BI, SIZE), %ymm5
+        VFMADDPS_I(        %ymm9,%ymm5,%ymm0  )
+        VFMADDPS_I(        %ymm13,%ymm5,%ymm1 )
+        vbroadcastss         -6 * SIZE(BO, BI, SIZE), %ymm6
+        VFMADDPS_R(        %ymm10,%ymm6,%ymm0 )
+        VFMADDPS_R(        %ymm14,%ymm6,%ymm1 )
+        vbroadcastss         -5 * SIZE(BO, BI, SIZE), %ymm7
+        VFMADDPS_I(        %ymm11,%ymm7,%ymm0 )
+        VFMADDPS_I(        %ymm15,%ymm7,%ymm1 )
+        addq    $ 4 , BI                           
+        addq    $ 16, %rax                         
+.endm
+
+.macro SAVE8x2
+
+       vbroadcastss    ALPHA_R, %ymm0
+       vbroadcastss    ALPHA_I, %ymm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %ymm9 , %ymm9, %ymm9
+        vshufps $ 0xb1, %ymm11, %ymm11, %ymm11
+        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13
+        vshufps $ 0xb1, %ymm15, %ymm15, %ymm15
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %ymm9, %ymm8 , %ymm8
+        vaddsubps %ymm11,%ymm10, %ymm10
+        vaddsubps %ymm13,%ymm12, %ymm12
+        vaddsubps %ymm15,%ymm14, %ymm14
+
+        vshufps $ 0xb1, %ymm8 , %ymm8, %ymm9
+        vshufps $ 0xb1, %ymm10, %ymm10, %ymm11
+        vshufps $ 0xb1, %ymm12, %ymm12, %ymm13
+        vshufps $ 0xb1, %ymm14, %ymm14, %ymm15
+
+#else
+        vaddsubps %ymm8,  %ymm9 ,%ymm9
+        vaddsubps %ymm10, %ymm11,%ymm11
+        vaddsubps %ymm12, %ymm13,%ymm13
+        vaddsubps %ymm14, %ymm15,%ymm15
+
+        vmovaps   %ymm9,  %ymm8
+        vmovaps   %ymm11, %ymm10
+        vmovaps   %ymm13, %ymm12
+        vmovaps   %ymm15, %ymm14
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %ymm9 , %ymm9, %ymm9
+        vshufps $ 0xb1, %ymm11, %ymm11, %ymm11
+        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13
+        vshufps $ 0xb1, %ymm15, %ymm15, %ymm15
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %ymm8 , %ymm0, %ymm8
+        vmulps  %ymm10, %ymm0, %ymm10
+        vmulps  %ymm12, %ymm0, %ymm12
+        vmulps  %ymm14, %ymm0, %ymm14
+
+       // multiply with ALPHA_I
+        vmulps  %ymm9 , %ymm1, %ymm9
+        vmulps  %ymm11, %ymm1, %ymm11
+        vmulps  %ymm13, %ymm1, %ymm13
+        vmulps  %ymm15, %ymm1, %ymm15
+
+       vaddsubps %ymm9, %ymm8 , %ymm8
+        vaddsubps %ymm11,%ymm10, %ymm10
+        vaddsubps %ymm13,%ymm12, %ymm12
+        vaddsubps %ymm15,%ymm14, %ymm14
+
+
+
+#if !defined(TRMMKERNEL)
+
+       vaddps          (CO1), %ymm8 , %ymm8
+       vaddps  8 * SIZE(CO1), %ymm12, %ymm12
+
+       vaddps          (CO1, LDC), %ymm10, %ymm10
+       vaddps  8 * SIZE(CO1, LDC), %ymm14, %ymm14
+
+#endif
+
+       vmovups %ymm8 ,         (CO1)
+       vmovups %ymm12 , 8 * SIZE(CO1)
+
+       vmovups %ymm10 ,        (CO1, LDC)
+       vmovups %ymm14 , 8 * SIZE(CO1, LDC)
+
+       prefetcht0      64(CO1)
+       prefetcht0      64(CO1, LDC)
+
+.endm
+
+/***************************************************************************************************************************/
+
+.macro KERNEL4x2_SUB
+        vmovups         -16 * SIZE(AO, %rax, SIZE), %xmm0
+        vbroadcastss         -8 * SIZE(BO, BI, SIZE), %xmm4
+        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )
+        vmovups         -12 * SIZE(AO, %rax, SIZE), %xmm1
+        VFMADDPS_R(        %xmm12,%xmm4,%xmm1 )
+        vbroadcastss         -7 * SIZE(BO, BI, SIZE), %xmm5
+        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )
+        VFMADDPS_I(        %xmm13,%xmm5,%xmm1 )
+        vbroadcastss         -6 * SIZE(BO, BI, SIZE), %xmm6
+        VFMADDPS_R(        %xmm10,%xmm6,%xmm0 )
+        VFMADDPS_R(        %xmm14,%xmm6,%xmm1 )
+        vbroadcastss         -5 * SIZE(BO, BI, SIZE), %xmm7
+        VFMADDPS_I(        %xmm11,%xmm7,%xmm0 )
+        VFMADDPS_I(        %xmm15,%xmm7,%xmm1 )
+        addq    $ 4, BI                           
+        addq    $ 8, %rax                         
+.endm
+
+.macro SAVE4x2
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13
+        vshufps $ 0xb1, %xmm15, %xmm15, %xmm15
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+        vaddsubps %xmm13,%xmm12, %xmm12
+        vaddsubps %xmm15,%xmm14, %xmm14
+
+        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9
+        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11
+        vshufps $ 0xb1, %xmm12, %xmm12, %xmm13
+        vshufps $ 0xb1, %xmm14, %xmm14, %xmm15
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+        vaddsubps %xmm10, %xmm11,%xmm11
+        vaddsubps %xmm12, %xmm13,%xmm13
+        vaddsubps %xmm14, %xmm15,%xmm15
+
+        vmovaps   %xmm9,  %xmm8
+        vmovaps   %xmm11, %xmm10
+        vmovaps   %xmm13, %xmm12
+        vmovaps   %xmm15, %xmm14
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13
+        vshufps $ 0xb1, %xmm15, %xmm15, %xmm15
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+        vmulps  %xmm10, %xmm0, %xmm10
+        vmulps  %xmm12, %xmm0, %xmm12
+        vmulps  %xmm14, %xmm0, %xmm14
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+        vmulps  %xmm11, %xmm1, %xmm11
+        vmulps  %xmm13, %xmm1, %xmm13
+        vmulps  %xmm15, %xmm1, %xmm15
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+        vaddsubps %xmm13,%xmm12, %xmm12
+        vaddsubps %xmm15,%xmm14, %xmm14
+
+#if !defined(TRMMKERNEL)
+
+       vaddps          (CO1), %xmm8 , %xmm8
+       vaddps  4 * SIZE(CO1), %xmm12, %xmm12
+
+       vaddps          (CO1, LDC), %xmm10, %xmm10
+       vaddps  4 * SIZE(CO1, LDC), %xmm14, %xmm14
+
+#endif
+
+       vmovups %xmm8 ,         (CO1)
+       vmovups %xmm12 , 4 * SIZE(CO1)
+
+       vmovups %xmm10 ,        (CO1, LDC)
+       vmovups %xmm14 , 4 * SIZE(CO1, LDC)
+
+.endm
+
+/************************************************************************************************/
+
+.macro KERNEL2x2_SUB
+        vmovups         -16 * SIZE(AO, %rax, SIZE), %xmm0
+        vbroadcastss         -8 * SIZE(BO, BI, SIZE), %xmm4
+        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )
+        vbroadcastss         -7 * SIZE(BO, BI, SIZE), %xmm5
+        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )
+        vbroadcastss         -6 * SIZE(BO, BI, SIZE), %xmm6
+        VFMADDPS_R(        %xmm10,%xmm6,%xmm0 )
+        vbroadcastss         -5 * SIZE(BO, BI, SIZE), %xmm7
+        VFMADDPS_I(        %xmm11,%xmm7,%xmm0 )
+        addq    $ 4, BI                           
+        addq    $ 4, %rax                         
+.endm
+
+.macro SAVE2x2
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 4 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+
+        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9
+        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+        vaddsubps %xmm10, %xmm11,%xmm11
+
+        vmovaps   %xmm9,  %xmm8
+        vmovaps   %xmm11, %xmm10
+
+       // swap high and low 4 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+        vmulps  %xmm10, %xmm0, %xmm10
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+        vmulps  %xmm11, %xmm1, %xmm11
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+
+#if !defined(TRMMKERNEL)
+
+       vaddps          (CO1), %xmm8 , %xmm8
+
+       vaddps          (CO1, LDC), %xmm10, %xmm10
+
+#endif
+
+       vmovups %xmm8 ,         (CO1)
+
+       vmovups %xmm10 ,        (CO1, LDC)
+
+.endm
+
+/************************************************************************************************/
+
+.macro KERNEL1x2_SUB
+        vmovsd         -16 * SIZE(AO, %rax, SIZE), %xmm0
+        vbroadcastss         -8 * SIZE(BO, BI, SIZE), %xmm4
+        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )
+        vbroadcastss         -7 * SIZE(BO, BI, SIZE), %xmm5
+        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )
+        vbroadcastss         -6 * SIZE(BO, BI, SIZE), %xmm6
+        VFMADDPS_R(        %xmm10,%xmm6,%xmm0 )
+        vbroadcastss         -5 * SIZE(BO, BI, SIZE), %xmm7
+        VFMADDPS_I(        %xmm11,%xmm7,%xmm0 )
+        addq    $ 4, BI                           
+        addq    $ 2, %rax                         
+.endm
+
+.macro SAVE1x2
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+
+        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9
+        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+        vaddsubps %xmm10, %xmm11,%xmm11
+
+        vmovaps   %xmm9,  %xmm8
+        vmovaps   %xmm11, %xmm10
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+        vmulps  %xmm10, %xmm0, %xmm10
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+        vmulps  %xmm11, %xmm1, %xmm11
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+
+#if !defined(TRMMKERNEL)
+
+       vmovsd          (CO1), %xmm14
+       vaddps          %xmm14, %xmm8 , %xmm8
+
+       vmovsd          (CO1, LDC), %xmm15
+       vaddps          %xmm15, %xmm10, %xmm10
+
+#endif
+
+       vmovsd  %xmm8 ,         (CO1)
+       vmovsd  %xmm10 ,        (CO1, LDC)
+
+.endm
+
+/************************************************************************************************/
+
+.macro KERNEL8x1_SUB
+        vmovups         -16 * SIZE(AO, %rax, SIZE), %ymm0
+        vmovups          -8 * SIZE(AO, %rax, SIZE), %ymm1
+        vbroadcastss         -4 * SIZE(BO, BI, SIZE), %ymm4
+        VFMADDPS_R(        %ymm8,%ymm4,%ymm0  )
+        VFMADDPS_R(        %ymm12,%ymm4,%ymm1 )
+        vbroadcastss         -3 * SIZE(BO, BI, SIZE), %ymm5
+        VFMADDPS_I(        %ymm9,%ymm5,%ymm0  )
+        VFMADDPS_I(        %ymm13,%ymm5,%ymm1 )
+        addq    $ 2 , BI                           
+        addq    $ 16, %rax                         
+.endm
+
+.macro SAVE8x1
+
+       vbroadcastss    ALPHA_R, %ymm0
+       vbroadcastss    ALPHA_I, %ymm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %ymm9 , %ymm9, %ymm9
+        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %ymm9, %ymm8 , %ymm8
+        vaddsubps %ymm13,%ymm12, %ymm12
+
+        vshufps $ 0xb1, %ymm8 , %ymm8, %ymm9
+        vshufps $ 0xb1, %ymm12, %ymm12, %ymm13
+
+#else
+        vaddsubps %ymm8,  %ymm9 ,%ymm9
+        vaddsubps %ymm12, %ymm13,%ymm13
+
+        vmovaps   %ymm9,  %ymm8
+        vmovaps   %ymm13, %ymm12
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %ymm9 , %ymm9, %ymm9
+        vshufps $ 0xb1, %ymm13, %ymm13, %ymm13
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %ymm8 , %ymm0, %ymm8
+        vmulps  %ymm12, %ymm0, %ymm12
+
+       // multiply with ALPHA_I
+        vmulps  %ymm9 , %ymm1, %ymm9
+        vmulps  %ymm13, %ymm1, %ymm13
+
+       vaddsubps %ymm9, %ymm8 , %ymm8
+        vaddsubps %ymm13,%ymm12, %ymm12
+
+
+
+#if !defined(TRMMKERNEL)
+
+       vaddps          (CO1), %ymm8 , %ymm8
+       vaddps  8 * SIZE(CO1), %ymm12, %ymm12
+
+#endif
+
+       vmovups %ymm8 ,         (CO1)
+       vmovups %ymm12 , 8 * SIZE(CO1)
+
+.endm
+
+
+/************************************************************************************************/
+
+.macro KERNEL4x1_SUB
+        vmovups         -16 * SIZE(AO, %rax, SIZE), %xmm0
+        vbroadcastss         -4 * SIZE(BO, BI, SIZE), %xmm4
+        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )
+        vmovups         -12 * SIZE(AO, %rax, SIZE), %xmm1
+        VFMADDPS_R(        %xmm12,%xmm4,%xmm1 )
+        vbroadcastss         -3 * SIZE(BO, BI, SIZE), %xmm5
+        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )
+        VFMADDPS_I(        %xmm13,%xmm5,%xmm1 )
+        addq    $ 2, BI                           
+        addq    $ 8, %rax                         
+.endm
+
+.macro SAVE4x1
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 4 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm13,%xmm12, %xmm12
+
+        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9
+        vshufps $ 0xb1, %xmm12, %xmm12, %xmm13
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+        vaddsubps %xmm12, %xmm13,%xmm13
+
+        vmovaps   %xmm9,  %xmm8
+        vmovaps   %xmm13, %xmm12
+
+       // swap high and low 4 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm13, %xmm13, %xmm13
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+        vmulps  %xmm12, %xmm0, %xmm12
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+        vmulps  %xmm13, %xmm1, %xmm13
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm13,%xmm12, %xmm12
+
+#ifndef TRMMKERNEL
+
+       vaddps          (CO1), %xmm8 , %xmm8
+       vaddps  4 * SIZE(CO1), %xmm12, %xmm12
+
+#endif
+
+       vmovups %xmm8 ,         (CO1)
+       vmovups %xmm12 , 4 * SIZE(CO1)
+
+.endm
+
+/************************************************************************************************/
+
+.macro KERNEL2x1_SUB
+        vmovups         -16 * SIZE(AO, %rax, SIZE), %xmm0
+        vbroadcastss         -4 * SIZE(BO, BI, SIZE), %xmm4
+        VFMADDPS_R(        %xmm8,%xmm4,%xmm0  )
+        vbroadcastss         -3 * SIZE(BO, BI, SIZE), %xmm5
+        VFMADDPS_I(        %xmm9,%xmm5,%xmm0  )
+        addq    $ 2, BI                           
+        addq    $ 4, %rax                         
+.endm
+
+.macro SAVE2x1
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+
+        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+
+        vmovaps   %xmm9,  %xmm8
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+
+#if !defined(TRMMKERNEL)
+
+       vaddps          (CO1), %xmm8 , %xmm8
+
+#endif
+
+       vmovups %xmm8 ,         (CO1)
+
+.endm
+
+/************************************************************************************************/
+
+.macro KERNEL1x1_SUB
+        vmovsd         -16 * SIZE(AO, %rax, SIZE), %xmm0
+        vbroadcastss         -4 * SIZE(BO, BI, SIZE), %xmm4
+        VFMADDPS_R(        %xmm8,%xmm4,%xmm0 )
+        vbroadcastss         -3 * SIZE(BO, BI, SIZE), %xmm5
+        VFMADDPS_I(        %xmm9,%xmm5,%xmm0 )
+        addq    $ 2, BI                           
+        addq    $ 2, %rax                         
+.endm
+
+.macro SAVE1x1
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+
+        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+
+        vmovaps   %xmm9,  %xmm8
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+
+#if !defined(TRMMKERNEL)
+
+       vmovsd          (CO1), %xmm14
+       vaddps          %xmm14, %xmm8 , %xmm8
+
+#endif
+
+       vmovsd  %xmm8 ,         (CO1)
+
+.endm
+
+
+#if !defined(TRMMKERNEL)
+
+       PROLOGUE
+       PROFCODE
+       
+       subq    $STACKSIZE, %rsp
+       movq    %rbx,   (%rsp)
+       movq    %rbp,  8(%rsp)
+       movq    %r12, 16(%rsp)
+       movq    %r13, 24(%rsp)
+       movq    %r14, 32(%rsp)
+       movq    %r15, 40(%rsp)
+
+       vzeroupper
+
+#ifdef WINDOWS_ABI
+       movq    %rdi,    48(%rsp)
+       movq    %rsi,    56(%rsp)
+       vmovups %xmm6,   64(%rsp)
+       vmovups %xmm7,   80(%rsp)
+       vmovups %xmm8,   96(%rsp)
+       vmovups %xmm9,  112(%rsp)
+       vmovups %xmm10, 128(%rsp)
+       vmovups %xmm11, 144(%rsp)
+       vmovups %xmm12, 160(%rsp)
+       vmovups %xmm13, 176(%rsp)
+       vmovups %xmm14, 192(%rsp)
+       vmovups %xmm15, 208(%rsp)
+
+       movq    ARG1,      OLD_M
+       movq    ARG2,      OLD_N
+       movq    ARG3,      OLD_K
+       movq    OLD_A,     A
+       movq    OLD_B,     B
+       movq    OLD_C,     C
+       movq    OLD_LDC,   LDC
+       vmovaps %xmm3, %xmm0
+       vmovsd   OLD_ALPHA_I, %xmm1
+
+#else
+       movq    STACKSIZE +  8(%rsp), LDC
+
+#endif
+
+       movq    %rsp, SP      # save old stack
+        subq    $ 128 + L_BUFFER_SIZE, %rsp
+        andq    $ -4096, %rsp    # align stack
+
+        STACK_TOUCH
+
+       cmpq    $ 0, OLD_M
+       je      .L999
+
+       cmpq    $ 0, OLD_N
+       je      .L999
+
+       cmpq    $ 0, OLD_K
+       je      .L999
+
+       movq    OLD_M, M
+       movq    OLD_N, N
+       movq    OLD_K, K
+
+       vmovss   %xmm0, ALPHA_R
+       vmovss   %xmm1, ALPHA_I
+
+       salq    $ ZBASE_SHIFT, LDC
+
+       movq    N, %rax
+        xorq    %rdx, %rdx
+        movq    $ 6,  %rdi
+        divq    %rdi                    //    N / 6
+        movq    %rax, Ndiv6             //    N / 6
+        movq    %rdx, Nmod6             //    N % 6
+
+/************************************************************************************************/
+       
+.L6_0:
+
+       movq    Ndiv6,  J
+       cmpq    $ 0, J
+       je      .L2_00
+       ALIGN_4
+
+
+
+.L6_01:
+       // copy to sub buffer
+       movq    B, BO1
+       leaq    BUFFER1, BO             // first buffer to BO
+       movq    K, %rax
+        salq    $2, %rax                // 2 * COMPSIZE
+        leaq    (B, %rax,4), BO2
+        movq    BO2, B                  // next offset of B
+        movq    K, %rax
+
+       ALIGN_4
+
+.L6_02b:
+
+       vmovups (BO1), %xmm0
+       vmovsd  (BO2), %xmm1
+       vmovups %xmm0,       (BO)
+       vmovsd  %xmm1, 4*SIZE(BO)
+       addq    $ 4*SIZE,BO1
+       addq    $ 4*SIZE,BO2
+       addq    $ 6*SIZE,BO
+       decq    %rax
+       jnz     .L6_02b
+
+
+.L6_10:
+       movq    C, CO1
+       leaq    (C, LDC, 2), C          // c += 2 * ldc
+       leaq    (C, LDC, 1), C          // c += 1 * ldc
+
+       movq    A, AO                   // aoffset = a
+       addq    $ 16 * SIZE, AO
+
+       movq    M,  I
+       sarq    $ 3, I                  // i = (m >> 3)
+       je      .L6_4_10
+
+       ALIGN_4
+/**********************************************************************************************************/
+
+.L6_8_11:
+
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+
+       vzeroall
+
+        movq    K, %rax
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L6_8_16
+
+       ALIGN_4
+
+.L6_8_12:
+
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+
+       je      .L6_8_16
+
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+
+       je      .L6_8_16
+
+       jmp     .L6_8_12
+       ALIGN_4
+
+.L6_8_16:
+        movq    K, %rax
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L6_8_19
+
+       ALIGN_4
+
+.L6_8_17:
+
+       KERNEL8x3_SUB
+
+       jnz     .L6_8_17
+       ALIGN_4
+
+
+.L6_8_19:
+
+       SAVE8x3
+
+       addq    $ 16 * SIZE, CO1                # coffset += 16
+       decq    I                       # i --
+       jg      .L6_8_11
+       ALIGN_4 
+
+
+/**********************************************************************************************************/
+
+
+.L6_4_10:
+       testq   $ 7, M          
+       jz      .L6_4_60                // to next 2 lines of N
+
+       testq   $ 4, M          
+       jz      .L6_4_20
+       ALIGN_4
+
+
+.L6_4_11:
+
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+
+       vzeroall
+
+        movq    K, %rax
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L6_4_16
+
+       ALIGN_4
+
+.L6_4_12:
+
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+
+       je      .L6_4_16
+
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+
+       je      .L6_4_16
+
+       jmp     .L6_4_12
+       ALIGN_4
+
+.L6_4_16:
+        movq    K, %rax
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L6_4_19
+
+       ALIGN_4
+
+.L6_4_17:
+
+       KERNEL4x3_SUB
+
+       jnz     .L6_4_17
+       ALIGN_4
+
+
+.L6_4_19:
+
+       SAVE4x3
+
+       addq    $ 8 * SIZE, CO1         # coffset += 8
+       ALIGN_4 
+
+
+
+/**************************************************************************
+* Rest of M 
+***************************************************************************/
+
+.L6_4_20:
+
+       testq   $ 2, M          
+       jz      .L6_4_40
+       ALIGN_4
+
+.L6_4_21:
+
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+
+       vzeroall
+
+        movq    K, %rax
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L6_4_26
+
+       ALIGN_4
+
+.L6_4_22:
+
+       prefetcht0      A_PR1(AO)
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+
+       prefetcht0      A_PR1(AO)
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+
+       je      .L6_4_26
+
+       prefetcht0      A_PR1(AO)
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+
+       prefetcht0      A_PR1(AO)
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+
+       je      .L6_4_26
+
+       jmp     .L6_4_22
+       ALIGN_4
+
+.L6_4_26:
+        movq    K, %rax
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L6_4_29
+
+       ALIGN_4
+
+.L6_4_27:
+
+       KERNEL2x3_SUB
+
+       jnz     .L6_4_27
+       ALIGN_4
+
+
+.L6_4_29:
+
+       SAVE2x3
+
+       addq    $ 4 * SIZE, CO1         # coffset += 4
+       decq    I                       # i --
+       jg      .L6_4_21
+       ALIGN_4 
+
+
+
+/**************************************************************************/
+.L6_4_40:
+       testq   $ 1, M          
+       jz      .L6_4_60                // to next 2 lines of N
+
+       ALIGN_4
+
+.L6_4_41:
+
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+
+       vzeroall
+
+        movq    K, %rax
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L6_4_46
+
+       ALIGN_4
+
+.L6_4_42:
+
+       prefetcht0      A_PR1(AO)
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+
+       je      .L6_4_46
+
+       prefetcht0      A_PR1(AO)
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+
+       je      .L6_4_46
+
+       jmp     .L6_4_42
+       ALIGN_4
+
+.L6_4_46:
+        movq    K, %rax
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L6_4_49
+       ALIGN_4
+
+.L6_4_47:
+
+       KERNEL1x3_SUB
+
+       jnz     .L6_4_47
+       ALIGN_4
+
+
+.L6_4_49:
+
+       SAVE1x3
+
+       addq    $ 2 * SIZE, CO1         # coffset += 2
+       decq    I                       # i --
+       jg      .L6_4_41
+       ALIGN_4 
+
+
+
+       
+.L6_4_60:
+
+
+/*******************************************************************************************/
+
+.L7_01:
+       // copy to sub buffer
+       movq    B, BO1
+       leaq    BUFFER1, BO             // first buffer to BO
+       movq    K, %rax
+        salq    $2, %rax                // 2 * COMPSIZE
+        leaq    (B, %rax,4), BO2
+        movq    K, %rax
+
+       ALIGN_4
+
+.L7_02b:
+
+       vmovsd  2*SIZE(BO1), %xmm0
+       vmovups       (BO2), %xmm1
+       vmovsd   %xmm0,       (BO)
+       vmovups  %xmm1, 2*SIZE(BO)
+       addq    $ 4*SIZE,BO1
+       addq    $ 4*SIZE,BO2
+       addq    $ 6*SIZE,BO
+       decq    %rax
+       jnz     .L7_02b
+
+        movq    BO2, B                  // next offset of B
+
+.L7_10:
+       movq    C, CO1
+       leaq    (C, LDC, 2), C          // c += 2 * ldc
+       leaq    (C, LDC, 1), C          // c += 1 * ldc
+
+       movq    A, AO                   // aoffset = a
+       addq    $ 16 * SIZE, AO
+
+       movq    M,  I
+       sarq    $ 3, I                  // i = (m >> 3)
+       je      .L7_4_10
+
+       ALIGN_4
+/**********************************************************************************************************/
+
+.L7_8_11:
+
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+
+       vzeroall
+
+        movq    K, %rax
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L7_8_16
+
+       ALIGN_4
+
+.L7_8_12:
+
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+
+       je      .L7_8_16
+
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+       KERNEL8x3_SUB
+
+       je      .L7_8_16
+
+       jmp     .L7_8_12
+       ALIGN_4
+
+.L7_8_16:
+        movq    K, %rax
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L7_8_19
+
+       ALIGN_4
+
+.L7_8_17:
+
+       KERNEL8x3_SUB
+
+       jnz     .L7_8_17
+       ALIGN_4
+
+
+.L7_8_19:
+
+       SAVE8x3
+
+       addq    $ 16 * SIZE, CO1                # coffset += 16
+       decq    I                       # i --
+       jg      .L7_8_11
+       ALIGN_4 
+
+
+/**********************************************************************************************************/
+
+
+.L7_4_10:
+       testq   $ 7, M          
+       jz      .L7_4_60                // to next 2 lines of N
+
+       testq   $ 4, M          
+       jz      .L7_4_20
+       ALIGN_4
+
+
+.L7_4_11:
+
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+
+       vzeroall
+
+        movq    K, %rax
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L7_4_16
+
+       ALIGN_4
+
+.L7_4_12:
+
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+
+       je      .L7_4_16
+
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+       prefetcht0      A_PR1(AO)
+       KERNEL4x3_SUB
+       KERNEL4x3_SUB
+
+       je      .L7_4_16
+
+       jmp     .L7_4_12
+       ALIGN_4
+
+.L7_4_16:
+        movq    K, %rax
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L7_4_19
+
+       ALIGN_4
+
+.L7_4_17:
+
+       KERNEL4x3_SUB
+
+       jnz     .L7_4_17
+       ALIGN_4
+
+
+.L7_4_19:
+
+       SAVE4x3
+
+       addq    $ 8 * SIZE, CO1         # coffset += 8
+       ALIGN_4 
+
+
+
+/**************************************************************************
+* Rest of M 
+***************************************************************************/
+
+.L7_4_20:
+
+       testq   $ 2, M          
+       jz      .L7_4_40
+       ALIGN_4
+
+.L7_4_21:
+
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+
+       vzeroall
+
+        movq    K, %rax
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L7_4_26
+
+       ALIGN_4
+
+.L7_4_22:
+
+       prefetcht0      A_PR1(AO)
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+
+       prefetcht0      A_PR1(AO)
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+
+       je      .L7_4_26
+
+       prefetcht0      A_PR1(AO)
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+
+       prefetcht0      A_PR1(AO)
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+       KERNEL2x3_SUB
+
+       je      .L7_4_26
+
+       jmp     .L7_4_22
+       ALIGN_4
+
+.L7_4_26:
+        movq    K, %rax
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L7_4_29
+
+       ALIGN_4
+
+.L7_4_27:
+
+       KERNEL2x3_SUB
+
+       jnz     .L7_4_27
+       ALIGN_4
+
+
+.L7_4_29:
+
+       SAVE2x3
+
+       addq    $ 4 * SIZE, CO1         # coffset += 4
+       decq    I                       # i --
+       jg      .L7_4_21
+       ALIGN_4 
+
+
+
+/**************************************************************************/
+.L7_4_40:
+       testq   $ 1, M          
+       jz      .L7_4_60                // to next 2 lines of N
+
+       ALIGN_4
+
+.L7_4_41:
+
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+
+       vzeroall
+
+        movq    K, %rax
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L7_4_46
+
+       ALIGN_4
+
+.L7_4_42:
+
+       prefetcht0      A_PR1(AO)
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+
+       je      .L7_4_46
+
+       prefetcht0      A_PR1(AO)
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+       KERNEL1x3_SUB
+
+       je      .L7_4_46
+
+       jmp     .L7_4_42
+       ALIGN_4
+
+.L7_4_46:
+        movq    K, %rax
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L7_4_49
+       ALIGN_4
+
+.L7_4_47:
+
+       KERNEL1x3_SUB
+
+       jnz     .L7_4_47
+       ALIGN_4
+
+
+.L7_4_49:
+
+       SAVE1x3
+
+       addq    $ 2 * SIZE, CO1         # coffset += 2
+       decq    I                       # i --
+       jg      .L7_4_41
+       ALIGN_4 
+
+
+
+       
+.L7_4_60:
+
+       decq    J                       // j --
+       jg      .L6_01                  // next 6 lines of N
+
+
+
+/************************************************************************************************/
+
+.L2_00:
+
+       movq    Nmod6,  J
+       sarq    $1, J           // j = j / 2
+       cmpq    $ 0, J
+       je      .L1_0
+       ALIGN_4
+
+
+
+.L2_01:
+       // copy to sub buffer
+       movq    B, BO1
+       leaq    BUFFER1, BO             // first buffer to BO
+       movq    K, %rax
+       ALIGN_4
+
+.L2_02b:
+
+       vmovups (BO1), %xmm0
+       vmovups %xmm0,       (BO)
+       addq    $ 4*SIZE,BO1
+       addq    $ 4*SIZE,BO
+       decq    %rax
+       jnz     .L2_02b
+
+.L2_02c:
+
+       movq    BO1, B                  // next offset of B
+
+.L2_10:
+       movq    C, CO1
+       leaq    (C, LDC, 2), C          // c += 2 * ldc
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        movq    OFFSET, %rax
+        movq    %rax, KK
+#endif
+       
+       movq    A, AO                   // aoffset = a
+       addq    $ 16 * SIZE, AO
+
+       movq    M,  I
+       sarq    $ 3, I                  // i = (m >> 3)
+       je      .L2_4_10
+
+       ALIGN_4
+/**********************************************************************************************************/
+
+.L2_8_11:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 8 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 8, %rax        // number of values in AO
+#else
+        addq    $ 2, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L2_8_16
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_8_12:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+
+       je      .L2_8_16
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+
+       je      .L2_8_16
+
+       jmp     .L2_8_12
+       ALIGN_4
+
+.L2_8_16:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L2_8_19
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_8_17:
+
+       KERNEL8x2_SUB
+
+       jl      .L2_8_17
+       ALIGN_4
+
+
+.L2_8_19:
+
+       SAVE8x2
+
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 8, KK
+#endif
+
+       addq    $ 16 * SIZE, CO1                # coffset += 16
+       decq    I                       # i --
+       jg      .L2_8_11
+       ALIGN_4 
+
+
+/**********************************************************************************************************/
+
+
+
+
+.L2_4_10:
+       testq   $ 7, M          
+       jz      .L2_4_60                // to next 2 lines of N
+
+       testq   $ 4, M          
+       jz      .L2_4_20
+       ALIGN_4
+
+
+.L2_4_11:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 8 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 4, %rax        // number of values in AO
+#else
+        addq    $ 2, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L2_4_16
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_12:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+
+       je      .L2_4_16
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+
+       je      .L2_4_16
+
+       jmp     .L2_4_12
+       ALIGN_4
+
+.L2_4_16:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L2_4_19
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_17:
+
+       KERNEL4x2_SUB
+
+       jl      .L2_4_17
+       ALIGN_4
+
+
+.L2_4_19:
+
+       SAVE4x2
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 4, KK
+#endif
+
+       addq    $ 8 * SIZE, CO1         # coffset += 8
+       ALIGN_4 
+
+
+
+/**************************************************************************
+* Rest of M 
+***************************************************************************/
+
+.L2_4_20:
+
+       testq   $ 2, M          
+       jz      .L2_4_40
+       ALIGN_4
+
+.L2_4_21:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 8 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 2, %rax        // number of values in AO
+#else
+        addq    $ 2, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L2_4_26
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_22:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+
+       je      .L2_4_26
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+
+       je      .L2_4_26
+
+       jmp     .L2_4_22
+       ALIGN_4
+
+.L2_4_26:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L2_4_29
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_27:
+
+       KERNEL2x2_SUB
+
+       jl      .L2_4_27
+       ALIGN_4
+
+
+.L2_4_29:
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+
+        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9
+        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+        vaddsubps %xmm10, %xmm11,%xmm11
+
+        vmovaps   %xmm9,  %xmm8
+        vmovaps   %xmm11, %xmm10
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+        vmulps  %xmm10, %xmm0, %xmm10
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+        vmulps  %xmm11, %xmm1, %xmm11
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+
+
+
+#ifndef TRMMKERNEL
+
+       vaddps          (CO1), %xmm8 , %xmm8
+
+       vaddps          (CO1, LDC), %xmm10, %xmm10
+
+#endif
+
+       vmovups %xmm8 ,         (CO1)
+
+       vmovups %xmm10 ,        (CO1, LDC)
+
+
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 2, KK
+#endif
+
+       addq    $ 4 * SIZE, CO1         # coffset += 4
+       decq    I                       # i --
+       jg      .L2_4_21
+       ALIGN_4 
+
+
+
+/**************************************************************************/
+.L2_4_40:
+       testq   $ 1, M          
+       jz      .L2_4_60                // to next 2 lines of N
+
+       ALIGN_4
+
+.L2_4_41:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 8 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 1, %rax        // number of values in AO
+#else
+        addq    $ 2, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L2_4_46
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_42:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+
+       je      .L2_4_46
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+
+       je      .L2_4_46
+
+       jmp     .L2_4_42
+       ALIGN_4
+
+.L2_4_46:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L2_4_49
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_47:
+
+       KERNEL1x2_SUB
+
+       jl      .L2_4_47
+       ALIGN_4
+
+
+.L2_4_49:
+
+       SAVE1x2
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 1, KK
+#endif
+
+       addq    $ 2 * SIZE, CO1         # coffset += 2
+       decq    I                       # i --
+       jg      .L2_4_41
+       ALIGN_4 
+
+
+
+       
+.L2_4_60:
+#if defined(TRMMKERNEL) && !defined(LEFT)
+        addq    $ 2, KK
+#endif
+
+       decq    J                       // j --
+       jg      .L2_01                  // next 2 lines of N
+
+
+
+.L1_0:
+
+/************************************************************************************************
+* Loop for Nmod6 % 2 > 0
+*************************************************************************************************/
+
+       movq    Nmod6, J                
+       andq    $ 1, J                  // j % 2
+       je      .L999
+       ALIGN_4
+
+.L1_01:
+       // copy to sub buffer
+       movq    B, BO1
+       leaq    BUFFER1, BO             // first buffer to BO
+       movq    K, %rax
+       ALIGN_4
+
+.L1_02b:
+
+       vmovsd          (BO1), %xmm0
+       vmovsd  %xmm0,       (BO)
+       addq    $ 2*SIZE,BO1
+       addq    $ 2*SIZE,BO
+       decq    %rax
+       jnz     .L1_02b
+
+.L1_02c:
+
+       movq    BO1, B                  // next offset of B
+
+.L1_10:
+       movq    C, CO1
+       leaq    (C, LDC, 1), C          // c += 1 * ldc
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        movq    OFFSET, %rax
+        movq    %rax, KK
+#endif
+       
+       movq    A, AO                   // aoffset = a
+       addq    $ 16 * SIZE, AO
+
+       movq    M,  I
+       sarq    $ 3, I                  // i = (m >> 3)
+       je      .L1_4_10
+
+       ALIGN_4
+
+/**************************************************************************************************/
+
+.L1_8_11:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 4 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 4 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 8, %rax        // number of values in AO
+#else
+        addq    $ 1, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L1_8_16
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_8_12:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+
+       je      .L1_8_16
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+
+       je      .L1_8_16
+
+       jmp     .L1_8_12
+       ALIGN_4
+
+.L1_8_16:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L1_8_19
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_8_17:
+
+       KERNEL8x1_SUB
+
+       jl      .L1_8_17
+       ALIGN_4
+
+
+.L1_8_19:
+
+       SAVE8x1
+
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 8, KK
+#endif
+
+       addq    $ 16 * SIZE, CO1                # coffset += 16
+       decq    I                       # i --
+       jg      .L1_8_11
+       ALIGN_4 
+
+
+
+/**************************************************************************************************/
+.L1_4_10:
+
+       testq   $ 7, M          
+       jz      .L999
+
+       testq   $ 4, M          
+       jz      .L1_4_20
+
+
+.L1_4_11:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 4 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 4 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 4, %rax        // number of values in AO
+#else
+        addq    $ 1, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L1_4_16
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_12:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+
+       je      .L1_4_16
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+
+       je      .L1_4_16
+
+       jmp     .L1_4_12
+       ALIGN_4
+
+.L1_4_16:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L1_4_19
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_17:
+
+       KERNEL4x1_SUB
+
+       jl      .L1_4_17
+       ALIGN_4
+
+
+.L1_4_19:
+
+       SAVE4x1
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 4, KK
+#endif
+
+       addq    $ 8 * SIZE, CO1         # coffset += 8
+       ALIGN_4 
+
+
+
+/**************************************************************************
+* Rest of M 
+***************************************************************************/
+
+.L1_4_20:
+
+       testq   $ 2, M          
+       jz      .L1_4_40
+       ALIGN_4
+
+.L1_4_21:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 4 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 4 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 2, %rax        // number of values in AO
+#else
+        addq    $ 1, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L1_4_26
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_22:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+
+       je      .L1_4_26
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+
+       je      .L1_4_26
+
+       jmp     .L1_4_22
+       ALIGN_4
+
+.L1_4_26:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L1_4_29
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2; number of values
+
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_27:
+
+       KERNEL2x1_SUB
+
+       jl      .L1_4_27
+       ALIGN_4
+
+
+.L1_4_29:
+
+       SAVE2x1
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 2, KK
+#endif
+
+       addq    $ 4 * SIZE, CO1         # coffset += 4
+       ALIGN_4 
+
+
+
+/**************************************************************************/
+.L1_4_40:
+       testq   $ 1, M          
+       jz      .L999           // to next 2 lines of N
+
+       ALIGN_4
+
+.L1_4_41:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 4 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 4 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 1, %rax        // number of values in AO
+#else
+        addq    $ 1, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L1_4_46
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_42:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+
+       je      .L1_4_46
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+
+       je      .L1_4_46
+
+       jmp     .L1_4_42
+       ALIGN_4
+
+.L1_4_46:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L1_4_49
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_47:
+
+       KERNEL1x1_SUB
+
+       jl      .L1_4_47
+       ALIGN_4
+
+
+.L1_4_49:
+
+       SAVE1x1
+
+
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 1, KK
+#endif
+
+       addq    $ 2 * SIZE, CO1         # coffset += 2
+       ALIGN_4 
+
+
+.L999:
+       vzeroupper
+
+       movq            SP, %rsp
+       movq       (%rsp), %rbx
+       movq      8(%rsp), %rbp
+       movq     16(%rsp), %r12
+       movq     24(%rsp), %r13
+       movq     32(%rsp), %r14
+       movq     40(%rsp), %r15
+
+#ifdef WINDOWS_ABI
+       movq     48(%rsp), %rdi
+       movq     56(%rsp), %rsi
+       vmovups  64(%rsp), %xmm6
+       vmovups  80(%rsp), %xmm7
+       vmovups  96(%rsp), %xmm8
+       vmovups 112(%rsp), %xmm9
+       vmovups 128(%rsp), %xmm10
+       vmovups 144(%rsp), %xmm11
+       vmovups 160(%rsp), %xmm12
+       vmovups 176(%rsp), %xmm13
+       vmovups 192(%rsp), %xmm14
+       vmovups 208(%rsp), %xmm15
+#endif
+
+       addq    $ STACKSIZE, %rsp
+       ret
+
+       EPILOGUE
+
+#else
+
+/************************************************************************************************/
+
+
+       PROLOGUE
+       PROFCODE
+       
+       subq    $ STACKSIZE, %rsp
+       movq    %rbx,   (%rsp)
+       movq    %rbp,  8(%rsp)
+       movq    %r12, 16(%rsp)
+       movq    %r13, 24(%rsp)
+       movq    %r14, 32(%rsp)
+       movq    %r15, 40(%rsp)
+
+       vzeroupper
+
+#ifdef WINDOWS_ABI
+       movq    %rdi,    48(%rsp)
+       movq    %rsi,    56(%rsp)
+       vmovups %xmm6,   64(%rsp)
+       vmovups %xmm7,   80(%rsp)
+       vmovups %xmm8,   96(%rsp)
+       vmovups %xmm9,  112(%rsp)
+       vmovups %xmm10, 128(%rsp)
+       vmovups %xmm11, 144(%rsp)
+       vmovups %xmm12, 160(%rsp)
+       vmovups %xmm13, 176(%rsp)
+       vmovups %xmm14, 192(%rsp)
+       vmovups %xmm15, 208(%rsp)
+
+       movq    ARG1,      OLD_M
+       movq    ARG2,      OLD_N
+       movq    ARG3,      OLD_K
+       movq    OLD_A,     A
+       movq    OLD_B,     B
+       movq    OLD_C,     C
+       movq    OLD_LDC,   LDC
+#ifdef TRMMKERNEL
+       movsd   OLD_OFFSET, %xmm12
+#endif
+       vmovaps %xmm3, %xmm0
+       vmovsd   OLD_ALPHA_I, %xmm1
+
+#else
+       movq    STACKSIZE +  8(%rsp), LDC
+#ifdef TRMMKERNEL
+       movsd   STACKSIZE + 16(%rsp), %xmm12
+#endif
+
+#endif
+
+       movq    %rsp, SP      # save old stack
+        subq    $ 128 + L_BUFFER_SIZE, %rsp
+        andq    $ -4096, %rsp    # align stack
+
+        STACK_TOUCH
+
+       cmpq    $ 0, OLD_M
+       je      .L999
+
+       cmpq    $ 0, OLD_N
+       je      .L999
+
+       cmpq    $ 0, OLD_K
+       je      .L999
+
+       movq    OLD_M, M
+       movq    OLD_N, N
+       movq    OLD_K, K
+
+       vmovss   %xmm0, ALPHA_R
+       vmovss   %xmm1, ALPHA_I
+
+       salq    $ ZBASE_SHIFT, LDC
+
+       movq    N, %rax
+        xorq    %rdx, %rdx
+        movq    $ 2,  %rdi
+        divq    %rdi                    //    N / 2
+        movq    %rax, Ndiv6             //    N / 2
+        movq    %rdx, Nmod6             //    N % 2
+
+       
+
+#ifdef TRMMKERNEL
+       vmovsd  %xmm12, OFFSET
+       vmovsd  %xmm12, KK
+#ifndef LEFT
+       negq    KK
+#endif 
+#endif
+
+.L2_0:
+
+       movq    Ndiv6,  J
+       cmpq    $ 0, J
+       je      .L1_0
+       ALIGN_4
+
+
+
+.L2_01:
+       // copy to sub buffer
+       movq    B, BO1
+       leaq    BUFFER1, BO             // first buffer to BO
+       movq    K, %rax
+       ALIGN_4
+
+.L2_02b:
+
+       vmovups (BO1), %xmm0
+       vmovups %xmm0,       (BO)
+       addq    $ 4*SIZE,BO1
+       addq    $ 4*SIZE,BO
+       decq    %rax
+       jnz     .L2_02b
+
+.L2_02c:
+
+       movq    BO1, B                  // next offset of B
+
+.L2_10:
+       movq    C, CO1
+       leaq    (C, LDC, 2), C          // c += 2 * ldc
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        movq    OFFSET, %rax
+        movq    %rax, KK
+#endif
+       
+       movq    A, AO                   // aoffset = a
+       addq    $ 16 * SIZE, AO
+
+       movq    M,  I
+       sarq    $ 3, I                  // i = (m >> 3)
+       je      .L2_4_10
+
+       ALIGN_4
+/**********************************************************************************************************/
+
+.L2_8_11:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 8 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 8, %rax        // number of values in AO
+#else
+        addq    $ 2, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L2_8_16
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_8_12:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+
+       je      .L2_8_16
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x2_SUB
+
+       je      .L2_8_16
+
+       jmp     .L2_8_12
+       ALIGN_4
+
+.L2_8_16:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L2_8_19
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_8_17:
+
+       KERNEL8x2_SUB
+
+       jl      .L2_8_17
+       ALIGN_4
+
+
+.L2_8_19:
+
+       SAVE8x2
+
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 8, KK
+#endif
+
+       addq    $ 16 * SIZE, CO1                # coffset += 16
+       decq    I                       # i --
+       jg      .L2_8_11
+       ALIGN_4 
+
+
+/**********************************************************************************************************/
+
+
+
+
+.L2_4_10:
+       testq   $ 7, M          
+       jz      .L2_4_60                // to next 2 lines of N
+
+       testq   $ 4, M          
+       jz      .L2_4_20
+       ALIGN_4
+
+
+.L2_4_11:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 8 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 4, %rax        // number of values in AO
+#else
+        addq    $ 2, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L2_4_16
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_12:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+
+       je      .L2_4_16
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x2_SUB
+       KERNEL4x2_SUB
+
+       je      .L2_4_16
+
+       jmp     .L2_4_12
+       ALIGN_4
+
+.L2_4_16:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L2_4_19
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_17:
+
+       KERNEL4x2_SUB
+
+       jl      .L2_4_17
+       ALIGN_4
+
+
+.L2_4_19:
+
+       SAVE4x2
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 4, KK
+#endif
+
+       addq    $ 8 * SIZE, CO1         # coffset += 8
+       ALIGN_4 
+
+
+
+/**************************************************************************
+* Rest of M 
+***************************************************************************/
+
+.L2_4_20:
+
+       testq   $ 2, M          
+       jz      .L2_4_40
+       ALIGN_4
+
+.L2_4_21:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 8 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 2, %rax        // number of values in AO
+#else
+        addq    $ 2, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L2_4_26
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_22:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+
+       je      .L2_4_26
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+       KERNEL2x2_SUB
+
+       je      .L2_4_26
+
+       jmp     .L2_4_22
+       ALIGN_4
+
+.L2_4_26:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L2_4_29
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_27:
+
+       KERNEL2x2_SUB
+
+       jl      .L2_4_27
+       ALIGN_4
+
+
+.L2_4_29:
+
+       vbroadcastss    ALPHA_R, %xmm0
+       vbroadcastss    ALPHA_I, %xmm1
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+
+#if defined(NN) || defined(NT) || defined(TN) || defined(TT) || \
+    defined(NR) || defined(NC) || defined(TR) || defined(TC)
+
+        vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+
+        vshufps $ 0xb1, %xmm8 , %xmm8, %xmm9
+        vshufps $ 0xb1, %xmm10, %xmm10, %xmm11
+
+#else
+        vaddsubps %xmm8,  %xmm9 ,%xmm9
+        vaddsubps %xmm10, %xmm11,%xmm11
+
+        vmovaps   %xmm9,  %xmm8
+        vmovaps   %xmm11, %xmm10
+
+       // swap high and low 64 bytes
+        vshufps $ 0xb1, %xmm9 , %xmm9, %xmm9
+        vshufps $ 0xb1, %xmm11, %xmm11, %xmm11
+
+#endif
+
+       // multiply with ALPHA_R
+        vmulps  %xmm8 , %xmm0, %xmm8
+        vmulps  %xmm10, %xmm0, %xmm10
+
+       // multiply with ALPHA_I
+        vmulps  %xmm9 , %xmm1, %xmm9
+        vmulps  %xmm11, %xmm1, %xmm11
+
+       vaddsubps %xmm9, %xmm8 , %xmm8
+        vaddsubps %xmm11,%xmm10, %xmm10
+
+
+
+#ifndef TRMMKERNEL
+
+       vaddps          (CO1), %xmm8 , %xmm8
+
+       vaddps          (CO1, LDC), %xmm10, %xmm10
+
+#endif
+
+       vmovups %xmm8 ,         (CO1)
+
+       vmovups %xmm10 ,        (CO1, LDC)
+
+
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 2, KK
+#endif
+
+       addq    $ 4 * SIZE, CO1         # coffset += 4
+       decq    I                       # i --
+       jg      .L2_4_21
+       ALIGN_4 
+
+
+
+/**************************************************************************/
+.L2_4_40:
+       testq   $ 1, M          
+       jz      .L2_4_60                // to next 2 lines of N
+
+       ALIGN_4
+
+.L2_4_41:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 8 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 8 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,4), BI                     //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 1, %rax        // number of values in AO
+#else
+        addq    $ 2, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L2_4_46
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_42:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+
+       je      .L2_4_46
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+       KERNEL1x2_SUB
+
+       je      .L2_4_46
+
+       jmp     .L2_4_42
+       ALIGN_4
+
+.L2_4_46:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L2_4_49
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L2_4_47:
+
+       KERNEL1x2_SUB
+
+       jl      .L2_4_47
+       ALIGN_4
+
+
+.L2_4_49:
+
+       SAVE1x2
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,4), BI                    //  BI = BI * 4 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 1, KK
+#endif
+
+       addq    $ 2 * SIZE, CO1         # coffset += 2
+       decq    I                       # i --
+       jg      .L2_4_41
+       ALIGN_4 
+
+
+
+       
+.L2_4_60:
+#if defined(TRMMKERNEL) && !defined(LEFT)
+        addq    $ 2, KK
+#endif
+
+       decq    J                       // j --
+       jg      .L2_01                  // next 2 lines of N
+
+
+
+.L1_0:
+
+/************************************************************************************************
+* Loop for Nmod6 % 2 > 0
+*************************************************************************************************/
+
+       movq    Nmod6, J                
+       andq    $ 1, J                  // j % 2
+       je      .L999
+       ALIGN_4
+
+.L1_01:
+       // copy to sub buffer
+       movq    B, BO1
+       leaq    BUFFER1, BO             // first buffer to BO
+       movq    K, %rax
+       ALIGN_4
+
+.L1_02b:
+
+       vmovsd          (BO1), %xmm0
+       vmovsd  %xmm0,       (BO)
+       addq    $ 2*SIZE,BO1
+       addq    $ 2*SIZE,BO
+       decq    %rax
+       jnz     .L1_02b
+
+.L1_02c:
+
+       movq    BO1, B                  // next offset of B
+
+.L1_10:
+       movq    C, CO1
+       leaq    (C, LDC, 1), C          // c += 1 * ldc
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        movq    OFFSET, %rax
+        movq    %rax, KK
+#endif
+       
+       movq    A, AO                   // aoffset = a
+       addq    $ 16 * SIZE, AO
+
+       movq    M,  I
+       sarq    $ 3, I                  // i = (m >> 3)
+       je      .L1_4_10
+
+       ALIGN_4
+
+/**************************************************************************************************/
+
+.L1_8_11:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 4 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 4 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 8, %rax        // number of values in AO
+#else
+        addq    $ 1, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L1_8_16
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_8_12:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+
+       je      .L1_8_16
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL8x1_SUB
+
+       je      .L1_8_16
+
+       jmp     .L1_8_12
+       ALIGN_4
+
+.L1_8_16:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L1_8_19
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_8_17:
+
+       KERNEL8x1_SUB
+
+       jl      .L1_8_17
+       ALIGN_4
+
+
+.L1_8_19:
+
+       SAVE8x1
+
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 4, %rax                       // rax = rax *16 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 8, KK
+#endif
+
+       addq    $ 16 * SIZE, CO1                # coffset += 16
+       decq    I                       # i --
+       jg      .L1_8_11
+       ALIGN_4 
+
+
+
+/**************************************************************************************************/
+.L1_4_10:
+
+       testq   $ 7, M          
+       jz      .L999
+
+       testq   $ 4, M          
+       jz      .L1_4_20
+
+
+.L1_4_11:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 4 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 4 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 4, %rax        // number of values in AO
+#else
+        addq    $ 1, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L1_4_16
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_12:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+
+       je      .L1_4_16
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL4x1_SUB
+       KERNEL4x1_SUB
+
+       je      .L1_4_16
+
+       jmp     .L1_4_12
+       ALIGN_4
+
+.L1_4_16:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L1_4_19
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 4 ; number of values
+
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_17:
+
+       KERNEL4x1_SUB
+
+       jl      .L1_4_17
+       ALIGN_4
+
+
+.L1_4_19:
+
+       SAVE4x1
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 3, %rax                       // rax = rax * 8 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 4, KK
+#endif
+
+       addq    $ 8 * SIZE, CO1         # coffset += 8
+       ALIGN_4 
+
+
+
+/**************************************************************************
+* Rest of M 
+***************************************************************************/
+
+.L1_4_20:
+
+       testq   $ 2, M          
+       jz      .L1_4_40
+       ALIGN_4
+
+.L1_4_21:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 4 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 4 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 2, %rax        // number of values in AO
+#else
+        addq    $ 1, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L1_4_26
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_22:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+
+       je      .L1_4_26
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+       KERNEL2x1_SUB
+
+       je      .L1_4_26
+
+       jmp     .L1_4_22
+       ALIGN_4
+
+.L1_4_26:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L1_4_29
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2; number of values
+
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_27:
+
+       KERNEL2x1_SUB
+
+       jl      .L1_4_27
+       ALIGN_4
+
+
+.L1_4_29:
+
+       SAVE2x1
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 2, %rax                       // rax = rax * 4 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 2, KK
+#endif
+
+       addq    $ 4 * SIZE, CO1         # coffset += 4
+       ALIGN_4 
+
+
+
+/**************************************************************************/
+.L1_4_40:
+       testq   $ 1, M          
+       jz      .L999           // to next 2 lines of N
+
+       ALIGN_4
+
+.L1_4_41:
+
+#if !defined(TRMMKERNEL) || \
+        (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+        (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+       leaq    BUFFER1, BO             // first buffer to BO
+       addq    $ 4 * SIZE, BO
+#else
+        movq    KK, %rax
+       leaq    BUFFER1, BO                     // first buffer to BO
+       addq    $ 4 * SIZE, BO
+       movq    %rax, BI                        //  Index for BO
+        leaq    (,BI,2), BI                     //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+       vzeroall
+
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#elif (defined(LEFT) && !defined(TRANSA)) || (!defined(LEFT) && defined(TRANSA))
+        movq    K, %rax
+        subq    KK, %rax
+        movq    %rax, KKK
+#else
+        movq    KK, %rax
+#ifdef LEFT
+        addq    $ 1, %rax        // number of values in AO
+#else
+        addq    $ 1, %rax        // number of values in BO
+#endif
+        movq    %rax, KKK
+#endif
+
+
+       andq    $ -8, %rax                      //  K = K - ( K % 8 )
+       je      .L1_4_46
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_42:
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+
+       je      .L1_4_46
+
+       prefetcht0      A_PR1(AO,%rax,SIZE)
+       prefetcht0      B_PR1(BO,BI,SIZE)
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+       KERNEL1x1_SUB
+
+       je      .L1_4_46
+
+       jmp     .L1_4_42
+       ALIGN_4
+
+.L1_4_46:
+#ifndef TRMMKERNEL
+        movq    K, %rax
+#else
+        movq    KKK, %rax
+#endif
+
+       andq    $ 7, %rax               # if (k & 1)
+       je .L1_4_49
+
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+       leaq    (AO, %rax, SIZE), AO
+       leaq    (BO, BI, SIZE), BO
+       negq    BI
+       negq    %rax
+       ALIGN_4
+
+.L1_4_47:
+
+       KERNEL1x1_SUB
+
+       jl      .L1_4_47
+       ALIGN_4
+
+
+.L1_4_49:
+
+       SAVE1x1
+
+
+
+#if (defined(TRMMKERNEL) &&  defined(LEFT) &&  defined(TRANSA)) || \
+    (defined(TRMMKERNEL) && !defined(LEFT) && !defined(TRANSA))
+        movq    K, %rax
+        subq    KKK, %rax
+       movq    %rax, BI                        //  Index for BO
+        leaq    ( ,BI,2), BI                    //  BI = BI * 2 ; number of values
+        leaq    (BO, BI, SIZE), BO
+       salq    $ 1, %rax                       // rax = rax * 2 ; number of values
+        leaq    (AO, %rax, SIZE), AO
+#endif
+
+
+#if defined(TRMMKERNEL) && defined(LEFT)
+        addq    $ 1, KK
+#endif
+
+       addq    $ 2 * SIZE, CO1         # coffset += 2
+       ALIGN_4 
+
+
+.L999:
+       vzeroupper
+
+       movq            SP, %rsp
+       movq       (%rsp), %rbx
+       movq      8(%rsp), %rbp
+       movq     16(%rsp), %r12
+       movq     24(%rsp), %r13
+       movq     32(%rsp), %r14
+       movq     40(%rsp), %r15
+
+#ifdef WINDOWS_ABI
+       movq     48(%rsp), %rdi
+       movq     56(%rsp), %rsi
+       vmovups  64(%rsp), %xmm6
+       vmovups  80(%rsp), %xmm7
+       vmovups  96(%rsp), %xmm8
+       vmovups 112(%rsp), %xmm9
+       vmovups 128(%rsp), %xmm10
+       vmovups 144(%rsp), %xmm11
+       vmovups 160(%rsp), %xmm12
+       vmovups 176(%rsp), %xmm13
+       vmovups 192(%rsp), %xmm14
+       vmovups 208(%rsp), %xmm15
+#endif
+
+       addq    $ STACKSIZE, %rsp
+       ret
+
+       EPILOGUE
+
+
+#endif
+