GEMM slower than GEMV slower than AXPY equivalent on Intel i5 CPU

Consider the following Julia code (using Julia 0.4-dev):

let
       B = randn(1000, 1000)
       v = randn(1000)
       y = randn(1000); sB = [slice(B, :, j) for j = 1:size(B, 2)]

       @time for i = 1:1000;BLAS.gemm!('N', 'N', 1.0, B, v, 1.0, y);end;

       @time for i = 1:1000;BLAS.gemv!('N', 1.0, B, v, 1.0, y);end;

       @time for i = 1:1000;
           for j = 1:size(B,2)
             BLAS.axpy!(v[j], sB[j], y)
           end
       end
end

On @andreasnoack's machine, a Macbook Pro with i7-4870HQ CPU, GEMM is 4 times slower than GEMV:

elapsed time: 1.084909686 seconds (0 bytes allocated)
elapsed time: 0.2644927 seconds (0 bytes allocated)
elapsed time: 0.321705553 seconds (0 bytes allocated)

On my machine, a Macbook Pro with i5-4258U, I get similar behavior, but also that the AXPY equivalent is the fastest of the 3 computations:

elapsed time: 1.693223657 seconds (0 bytes allocated)
elapsed time: 0.818590556 seconds (0 bytes allocated)
elapsed time: 0.715702898 seconds (0 bytes allocated)

I find the relative performance behaviors surprising.

Bắt đầu bằng cách tái hiện benchmark Julia sử dụng BLAS.gemm!, BLAS.gemv! và BLAS.axpy! trên các CPU Intel được báo cáo, sau đó so sánh thời gian tương đối. Issue không nêu tên các tệp mã nguồn, bài kiểm thử hay một thay đổi cụ thể; hãy làm rõ mục tiêu là giải thích sự chênh lệch hay cải thiện một phép toán trước khi xác định khi nào công việc được hoàn tất.