Параллельный алгоритм умножения матрицы

В общем распареллить алгоритм умножнения матрицы на 2, 4, 8 потоков процессора на c++ библиотекой thread(ни в коем случае OpenMP/mpi это важно!), подсчитать время выполнения(желательно функцией GetTickCount, так как сам с ней работал) сначала на 1 потоке(то есть последовательный алгоритм), а затем на 2, 4, 8 потоках соответственно и вывести на консоль время выполнения 1, 2, 4, 8 потоков. Величина массива задаётся пользователем, то есть от величины массива будет разное время, и чем больше потоков задействовано в алгоритме, тем меньше времени на их работу должно быть по сути.