gemmMicroKernel!(Conj.none, No.add, 1, 3, 3, __vector(double[4]), double);

12x3 double kernel.asm

	.cfi_startproc
	pushq	%r14
Ltmp0:
	.cfi_def_cfa_offset 16
	pushq	%rbx
Ltmp1:
	.cfi_def_cfa_offset 24
Ltmp2:
	.cfi_offset %rbx, -24
Ltmp3:
	.cfi_offset %r14, -16
	movq	%r8, %rax
	negq	%rax
	movq	%r8, %rbx
	shlq	$5, %rbx
	leaq	(%rbx,%rbx,2), %r9
	leaq	(%r8,%r8,2), %r10
	leaq	(%rax,%rax,2), %r11
	.align	4, 0x90
LBB0_1:
	leaq	(%rsi,%r10,8), %r14
	vxorpd	%ymm0, %ymm0, %ymm0
	xorl	%ebx, %ebx
	vxorpd	%ymm1, %ymm1, %ymm1
	vxorpd	%ymm2, %ymm2, %ymm2
	vxorpd	%ymm3, %ymm3, %ymm3
	vxorpd	%ymm6, %ymm6, %ymm6
	vxorpd	%ymm7, %ymm7, %ymm7
	vxorpd	%ymm8, %ymm8, %ymm8
	movq	%r8, %rax
	vxorpd	%ymm4, %ymm4, %ymm4
	vxorpd	%ymm5, %ymm5, %ymm5
	.align	4, 0x90
LBB0_2:
	vmovapd	(%rdx,%rbx,4), %ymm9
	vmovapd	32(%rdx,%rbx,4), %ymm10
	vmovapd	64(%rdx,%rbx,4), %ymm11
	vbroadcastsd	(%rsi,%rbx), %ymm12
	vbroadcastsd	8(%rsi,%rbx), %ymm13
	vbroadcastsd	16(%rsi,%rbx), %ymm14
	vmulpd	%ymm12, %ymm9, %ymm15
	vaddpd	%ymm15, %ymm8, %ymm8
	vmulpd	%ymm12, %ymm10, %ymm15
	vaddpd	%ymm15, %ymm7, %ymm7
	vmulpd	%ymm12, %ymm11, %ymm12
	vaddpd	%ymm12, %ymm6, %ymm6
	vmulpd	%ymm13, %ymm9, %ymm12
	vaddpd	%ymm12, %ymm3, %ymm3
	vmulpd	%ymm13, %ymm10, %ymm12
	vaddpd	%ymm12, %ymm2, %ymm2
	vmulpd	%ymm13, %ymm11, %ymm12
	vaddpd	%ymm12, %ymm1, %ymm1
	vmulpd	%ymm14, %ymm9, %ymm9
	vaddpd	%ymm9, %ymm0, %ymm0
	vmulpd	%ymm14, %ymm10, %ymm9
	vaddpd	%ymm9, %ymm4, %ymm4
	vmulpd	%ymm14, %ymm11, %ymm9
	vaddpd	%ymm9, %ymm5, %ymm5
	addq	$24, %rbx
	addq	$-1, %rax
	jne	LBB0_2
	leaq	(%r14,%r11,8), %rsi
	vmovapd	%ymm8, (%rdi)
	vmovapd	%ymm7, 32(%rdi)
	vmovapd	%ymm6, 64(%rdi)
	vmovapd	%ymm3, 96(%rdi)
	vmovapd	%ymm2, 128(%rdi)
	vmovapd	%ymm1, 160(%rdi)
	vmovapd	%ymm0, 192(%rdi)
	vmovapd	%ymm4, 224(%rdi)
	vmovapd	%ymm5, 256(%rdi)
	addq	$288, %rdi
	addq	%r9, %rdx
	addq	$-1, %rcx
	jne	LBB0_1
	popq	%rbx
	popq	%r14
	vzeroupper
	retq
	.cfi_endproc