設兩個矩陣A和B，大小分別為M * N 和 N * P， 如果C = A * B， 則C的大小為M * P。

矩陣演算法的演算法表示，虛擬碼如下：

1. for (i = 0; i < M; ++i){  
2.     for (j = 0; j < P; ++j){  
3.         C[i][j] = 0;  
4.         for (k = 0; k < N; ++k){  
5.             C[i][j] += A[i][k] * B[k][j];  
6.         }  
7.     }  
8. }  

從上面的三層迴圈中可以看出最外層的迴圈是獨立的，即對C[i][*]的計算不依賴於任何C[ii][*]的計算，因此我們可以非常容易將最外層的迴圈轉換成並行。

1. #prama omp parallel for num_threads(CORE_NUM)
2. for (i = 0; i < M; ++i){  
3.     for (j = 0; j < P; ++j){  
4.         C[i][j] = 0;  
5.         for (k = 0; k < N; ++k){  
6.             C[i][j] += A[i][k] * B[k][j];  
7.         }  
8.     }  
9. }  

進一步分析， 由於C矩陣的大小為M * P，那麼我們能不能將C的計算下平均分配到CORE_NUM個核心上呢，即每個核分配ceil(M*P/CORE_NUM)個計算任何，即將上面的第一和第二層並行化。

首先將C轉換成一維的陣列T[M*P] , 則C[i][j] = T[i * M + j], 反過來T[z] = C[z/M] [ z %P]。

故進一步的並行演算法為：

1. #prama omp parallel for num_threads(NUM)
2. for
    (z = 0; z < M * P; ++z){  
3.         i = z / P;  
4.         j = z % P;  
5.         C[i][j] = 0;  
6.         for (k = 0; k < N; ++k){  
7.             C[i][j] += A[i][k] * B[k][j];  
8.     }  
9. }  

看最裡面一層的計算

1. for (k = 0; k < N; ++k){  
2.     C[i][j] += A[i][k] * B[k][j];  

1. for (k = 0; k < N; ++k){  
2.     C[i][j] += A[i][k] * B[j][k];  

另外一點需要注意的就是C[i][j] += A[i][k] * B[j][k];計算時的偽共享問題。