NEC VEは要素数が256に達するのでわりとチューンががが
それに耐えうるメモリーバンド幅確保してっけど要素埋め切るの結構大変
実行形FMAはパイプライン化されてるけど8サイクルかかるので小回りはきかね
まあこれはしょうがない