Transpozycja macierzy - wielowątkowo

Znacie jakieś algorytmy równoległe transpozycji macierzy? Jedyne co znalazłem to dla macierzy kwadratowej: podział na 4 mniejsze macierze i transpozycja każdej z nich osobno. Ale wydaje mi się to nieefektywne - sam podział macierzy na 4 części może zniwelować zyski jakie da zrównoleglenie operacji.

http://www.netlib.org/utk/people/JackDongarra/PAPERS/069_1995_parallel-matrix-transpose-algorithms-on-distributed-memory.pdf