图中的STRSM效率正常吗？通过OMP_PROC_BIND和MPI rankfile进行绑核后，性能也类似。据说STRSM在8 cores+绑核能达到90%峰值效率，但我的测试结果只能到70%，可能是现在的矩阵规模太小了？

STRSM的两个矩阵规模分别为1024x1024，1024xN。1个进程映射到1个NUMA，32核。峰值效率计算公式为 实测GFLOPS/理论单精度峰值性能GFLOPS。