VHDL中的矩阵向​​量乘法函数是否已并行化？

我有以下VHDL函数，该函数将给定的mxn矩阵a乘以nx1向量b：

function matrix_multiply_by_vector(a: integer_matrix; b: integer_vector; m: integer; n: integer)
return integer_vector is variable c : integer_vector(m-1 downto 0) := (others => 0);
begin
    for i in 0 to m-1 loop
        for j in 0 to n-1 loop
            c(i) := c(i) + (a(i,j) * b(j));
        end loop;
    end loop;
    return c;
end matrix_multiply_by_vector;

它运作良好，但实际上在硬件中实现了什么？具体来说，我想知道的是，它是否足够聪明，以至于它可以并行化内部for循环，本质上是为矩阵的每一行计算一个点积。如果没有，那么并行化矩阵向量乘法的最简单方法（即不错的语法）是什么？

在“硬件”（VHDL或Verilog）中，所有循环都展开并并行执行。

因此，不仅您的内循环，而且您的外循环都展开了。

这也是为什么在编译时必须知道循环大小的原因。当循环长度未知时，综合工具将抱怨。

对于来自SW语言的初学者来说，这是一个众所周知的陷阱。他们尝试转换：

int a,b,c;
   c = 0;
   while (a--)
     c +=  b;

到VHDL / Verilog硬件。问题在于，它们在仿真中都可以正常工作。但是综合工具需要生成加法器： c = b+b+b+b...b;

为此，该工具需要知道要制造多少个加法器。如果a是恒定的罚款！（即使它是4.000.000。它将用尽所有资源，但是会尝试！）

但是如果a是变量，它将丢失。

该代码将并行化两个循环，因为您尚未定义事件来控制处理的任何子集。循环仅生成所需的硬件来生成函数。您需要一个过程。

进程具有一个敏感度列表，该列表告诉VHDL（或合成器）除非该列表中的节点之一发生更改，否则不会调用该过程。这可用于合成锁存器，并扩展到纯组合实现的范围之外。