// Tile size: 5x2
	// Accumulators: 0-9
	// Col regs: zmm10-13
	// Row regs: zmm14-15

	vmovaps			zmm10,	[rax]
	vbroadcastss	zmm14,	dword ptr [rcx + 0]
	vbroadcastss	zmm15,	dword ptr [rcx + 4]
	vmovaps			zmm11,	[rax + 64]

	// NB stepping column-wise
	vfmadd231ps		zmm0,	zmm10, zmm14
	vfmadd231ps		zmm5,	zmm10, zmm15

	vmovaps			zmm12,	[rax + 128]

	vfmadd231ps		zmm1,	zmm11, zmm14
	vfmadd231ps		zmm6,	zmm11, zmm15

	vmovaps			zmm13,	[rax + 192]

	vfmadd231ps		zmm2,	zmm12, zmm14
	vfmadd231ps		zmm7,	zmm12, zmm15

	vmovaps			zmm10,	[rax + 256]

	vfmadd231ps		zmm3,	zmm13, zmm14
	vfmadd231ps		zmm8,	zmm13, zmm15

	vmovaps			zmm11,	[rax + 320]

	vfmadd231ps		zmm4,	zmm10, zmm14
	vfmadd231ps		zmm9,	zmm10, zmm15

	vbroadcastss	zmm14,	dword ptr [rcx + 8]
	vbroadcastss	zmm15,	dword ptr [rcx + 12]

	vmovaps			zmm12,	[rax + 384]

	// NB stepping column-wise
	vfmadd231ps		zmm0,	zmm11, zmm14
	vfmadd231ps		zmm5,	zmm11, zmm15

	vmovaps			zmm13,	[rax + 448]

	vfmadd231ps		zmm1,	zmm12, zmm14
	vfmadd231ps		zmm6,	zmm12, zmm15

	vmovaps			zmm10,	[rax + 512]

	vfmadd231ps		zmm2,	zmm13, zmm14
	vfmadd231ps		zmm7,	zmm13, zmm15

	vmovaps			zmm11,	[rax + 576]

	vfmadd231ps		zmm3,	zmm10, zmm14
	vfmadd231ps		zmm8,	zmm10, zmm15

	vfmadd231ps		zmm4,	zmm11, zmm14
	vfmadd231ps		zmm9,	zmm11, zmm15

	add rax, 640
	add rcx, 16