Make ICOPY_OPERATION threaded?

In some multi-threaded versions of OpenBLAS, the ICOPY_OPERATION (packing for A) seems to take 6-13X more time than the actual KERNEL_OPERATION(s). Is it possible to make this operation multi-threaded?

    /* Copy local region of A into workspace */
    START_RPCC();
    ICOPY_OPERATION(min_l, min_i, a, lda, ls, m_from, sa);
    STOP_RPCC(copy_A);

  48.09%  pt_main_thread  libomp.so                                               [.] bool __kmp_wait_template<kmp_flag_64<false, true>, true, false, true>(kmp_info*, kmp_flag_64<false, true>*, void*)
  18.23%  pt_main_thread  libgomp.so.1.0.0                                        [.] do_wait
   9.01%  pt_main_thread  libopenblasp-r0.3.27.dev.so                             [.] sbgemm_incopy_POWER10
   2.85%  pt_main_thread  libopenblasp-r0.3.27.dev.so                             [.] sbgemm_kernel_POWER10
   1.33%  pt_main_thread  libopenblasp-r0.3.27.dev.so                             [.] inner_thread

Beginne damit, den Aufruf von ICOPY_OPERATION im gezeigten Packing-Pfad nachzuverfolgen und die bereitgestellten Profiling-Daten für sbgemm_incopy_POWER10, Thread-Wartezeiten und KERNEL_OPERATION zu prüfen. Bestimme, ob die Packing-Operation parallelisiert werden kann, ohne mit der bestehenden parallelen Arbeit in Konflikt zu geraten; abgeschlossen ist die Aufgabe, wenn ein validierter Ansatz mit Benchmark-Nachweisen vorliegt, die zeigen, dass der Packing-Engpass behoben ist.