производительность cBlas + скорость

Я использовал cBLAS и сделал несколько тестов скорости, и я был удивлен результатами:

#include <stdio.h>
#include <stdlib.h>
#include <cblas.h>
#include  <GL/glfw.h>

void matriz_matriz(float *matriz1,float *matriz2,float *matrizr){
matrizr[0]  = (matriz1[0]*matriz2[0])+(matriz1[4]*matriz2[1])  +(matriz1[8]*matriz2[2])  +(matriz1[12]*matriz2[3]);
matrizr[1]  = (matriz1[1]*matriz2[0])+(matriz1[5]*matriz2[1])  +(matriz1[9]*matriz2[2])  +(matriz1[13]*matriz2[3]);
matrizr[2]  = (matriz1[2]*matriz2[0])+(matriz1[6]*matriz2[1])  +(matriz1[10]*matriz2[2]) +(matriz1[14]*matriz2[3]);
matrizr[3]  = (matriz1[3]*matriz2[0])+(matriz1[7]*matriz2[1])  +(matriz1[11]*matriz2[2]) +(matriz1[15]*matriz2[3]);

matrizr[4]  = (matriz1[0]*matriz2[4])+(matriz1[4]*matriz2[5])  +(matriz1[8]*matriz2[6])  +(matriz1[12]*matriz2[7]);
matrizr[5]  = (matriz1[1]*matriz2[4])+(matriz1[5]*matriz2[5])  +(matriz1[9]*matriz2[6])  +(matriz1[13]*matriz2[7]);
matrizr[6]  = (matriz1[2]*matriz2[4])+(matriz1[6]*matriz2[5])  +(matriz1[10]*matriz2[6]) +(matriz1[14]*matriz2[7]);
matrizr[7]  = (matriz1[3]*matriz2[4])+(matriz1[7]*matriz2[5])  +(matriz1[11]*matriz2[6]) +(matriz1[15]*matriz2[7]);

matrizr[8]  = (matriz1[0]*matriz2[8])+(matriz1[4]*matriz2[9])  +(matriz1[8]*matriz2[10]) +(matriz1[12]*matriz2[11]);
matrizr[9]  = (matriz1[1]*matriz2[8])+(matriz1[5]*matriz2[9])  +(matriz1[9]*matriz2[10]) +(matriz1[13]*matriz2[11]);
matrizr[10] = (matriz1[2]*matriz2[8])+(matriz1[6]*matriz2[9])  +(matriz1[10]*matriz2[10])+(matriz1[14]*matriz2[11]);
matrizr[11] = (matriz1[3]*matriz2[8])+(matriz1[7]*matriz2[9])  +(matriz1[11]*matriz2[10])+(matriz1[15]*matriz2[11]);

matrizr[12] = (matriz1[0]*matriz2[12])+(matriz1[4]*matriz2[13])+(matriz1[8]*matriz2[14]) +(matriz1[12]*matriz2[15]);
matrizr[13] = (matriz1[1]*matriz2[12])+(matriz1[5]*matriz2[13])+(matriz1[9]*matriz2[14]) +(matriz1[13]*matriz2[15]);
matrizr[14] = (matriz1[2]*matriz2[12])+(matriz1[6]*matriz2[13])+(matriz1[10]*matriz2[14])+(matriz1[14]*matriz2[15]);
matrizr[15] = (matriz1[3]*matriz2[12])+(matriz1[7]*matriz2[13])+(matriz1[11]*matriz2[14])+(matriz1[15]*matriz2[15]);
}int main(){
int i;
double tiempo1;
double tiempo2;

glfwInit();

float *mat0 = NULL;
float *mat1 = NULL;
float *mat2 = NULL;

mat0  = (float *)malloc(16 * sizeof(float));
mat1  = (float *)malloc(16 * sizeof(float));
mat2  = (float *)malloc(16 * sizeof(float));

mat0[0]  =  1.0;
mat0[1]  =  0.0;
mat0[2]  =  0.0;
mat0[3]  =  0.0;
mat0[4]  =  0.0;
mat0[5]  =  1.0;
mat0[6]  =  0.0;
mat0[7]  =  0.0;
mat0[8]  =  0.0;
mat0[9]  =  0.0;
mat0[10] =  1.0;
mat0[11] =  0.0;
mat0[12] =  3.281897;
mat0[13] =  4.714289;
mat0[14] =  5.124306;
mat0[15] =  1.0;

mat1[0]  =  1.0;
mat1[1]  =  0.0;
mat1[2]  =  0.0;
mat1[3]  =  0.0;
mat1[4]  =  0.0;
mat1[5]  =  0.924752;
mat1[6]  =  0.380570;
mat1[7]  =  0.0;
mat1[8]  =  0.0;
mat1[9]  = -0.380570;
mat1[10] =  0.924752;
mat1[11] =  0.0;
mat1[12] =  0.0;
mat1[13] =  0.0;
mat1[14] =  0.0;
mat1[15] =  1.0;

mat2[0]  =  1.0;
mat2[1]  =  0.0;
mat2[2]  =  0.0;
mat2[3]  =  0.0;
mat2[4]  =  0.0;
mat2[5]  =  1.0;
mat2[6]  =  0.0;
mat2[7]  =  0.0;
mat2[8]  =  0.0;
mat2[9]  =  0.0;
mat2[10] =  1.0;
mat2[11] =  0.0;
mat2[12] =  0.0;
mat2[13] =  0.0;
mat2[14] =  0.0;
mat2[15] =  1.0;

tiempo1 = glfwGetTime();

for(i=0;i<100000;i++){
matriz_matriz(mat0,mat1,mat2);
//cblas_sgemm(CblasRowMajor,CblasNoTrans,CblasNoTrans,4,4,4,1.0f,mat0,4,mat1,4,0.0f,mat2,4);
}

tiempo2 = glfwGetTime();
printf("Tiempo total: %f\n",tiempo2-tiempo1);

for(i=0;i<16;i++)printf("valor[%i]: %f\n",i,mat2[i]);

free(mat0);
free(mat1);
free(mat2);

system("pause");

glfwTerminate();
return 0;
}

Если я использую функцию cblas_sgemm (...) tiempo2 — tiempo1 возвращает значение 0.096924, но если я использую свою собственную функцию (matriz_matriz(...)) tiempo2 — tiempo1 возвращает значение 0.046271

Что просходит? Моя функция быстрее, чем Cblas.

Этот тест был протестирован на ПК с процессором Pentium 3. Может кто-нибудь сказать мне, что происходит?

Большое спасибо.