【マルチコア】並列化について語る【使いこなせ】

行列の計算ですが高速化する方法ありますか？
for(j=0;j<16;j++){
o=FG[a[j]]^FG[u1.m[j]];
p=FG[b[j]]^FG[u.m[j]];

for(i=0;i<16;i++){
d1[j]^=t[o][h1[p][i]];
d2[j]^=t[o][h2[p][i]];
}
buf[j]=d1[j];
buf[j+16]=d2[j];
}

なるほど。まずは質問を投機的にマルチスレッド化したわけですね。