// Tile size: 2x6
	// Accumulators: 0-11
	// Col regs: zmm14-15
	// Row regs: zmm12-13

	vbroadcastss	zmm14,	dword ptr [rcx]
	vmovaps			zmm12,	[rax]
	vmovaps			zmm13,	[rax + 64]
	vbroadcastss	zmm15,	dword ptr [rcx + 4]

	vfmadd231ps		zmm0,	zmm12, zmm14
	vfmadd231ps		zmm1,	zmm13, zmm14

	vbroadcastss	zmm14,	dword ptr [rcx + 8]

	vfmadd231ps		zmm2,	zmm12, zmm15
	vfmadd231ps		zmm3,	zmm13, zmm15

	vbroadcastss	zmm15,	dword ptr [rcx + 12]

	vfmadd231ps		zmm4,	zmm12, zmm14
	vfmadd231ps		zmm5,	zmm13, zmm14

	vbroadcastss	zmm14,	dword ptr [rcx + 16]

	vfmadd231ps		zmm6,	zmm12, zmm15
	vfmadd231ps		zmm7,	zmm13, zmm15

	vbroadcastss	zmm15,	dword ptr [rcx + 20]

	vfmadd231ps		zmm8,	zmm12, zmm14
	vfmadd231ps		zmm9,	zmm13, zmm14

	vbroadcastss	zmm14,	dword ptr [rcx+24]

	vfmadd231ps		zmm10,	 zmm12, zmm15
	vfmadd231ps		zmm11,	 zmm13, zmm15

	// Iteration two
	vmovaps			zmm12,	[rax + 128]
	vmovaps			zmm13,	[rax + 192]
	vbroadcastss	zmm15,	dword ptr [rcx + 24 + 4]

	vfmadd231ps		zmm0,	zmm12, zmm14
	vfmadd231ps		zmm1,	zmm13, zmm14

	vbroadcastss	zmm14,	dword ptr [rcx + 24 + 8]

	vfmadd231ps		zmm2,	zmm12, zmm15
	vfmadd231ps		zmm3,	zmm13, zmm15

	vbroadcastss	zmm15,	dword ptr [rcx + 24 + 12]

	vfmadd231ps		zmm4,	zmm12, zmm14
	vfmadd231ps		zmm5,	zmm13, zmm14

	vbroadcastss	zmm14,	dword ptr [rcx + 24 + 16]

	vfmadd231ps		zmm6,	zmm12, zmm15
	vfmadd231ps		zmm7,	zmm13, zmm15

	vbroadcastss	zmm15,	dword ptr [rcx + 24 + 20]

	vfmadd231ps		zmm8,	zmm12, zmm14
	vfmadd231ps		zmm9,	zmm13, zmm14

	vfmadd231ps		zmm10,	 zmm12, zmm15
	vfmadd231ps		zmm11,	 zmm13, zmm15

	add rax, 256
	add rcx, 48