IC基础(六)：3x3脉动阵列计算矩阵相乘

本文是在看了一个博客之后才知道怎么做的，就是这个博客FPGA脉动阵列的设计，可惜的是这个博客是转载的，原博客已经找不到了。但是其介绍的还是很详细的，在次基础上我完成了自己的的3*3脉动阵列的设计。本文后面会给出一个PPT文档，也是介绍脉动阵列的，FPGA脉动这列的设计这篇博客似乎也是这个PPT启发的。

一、引言

引言的大部分内容来自《VLSI数字性信号处理系统：设计与实现》一书。
脉动结构(也称脉动阵列)表示一种有节奏的计算并通过系统传输数据的处理单元（Processing elements,PE）网络。强调一下，这里说的是网络，不是单个计算单元！！！！！！！！！！！！！！！这些单元规则的泵入蹦出数据以维持规则的数据流。脉动系统的特征是模块化和规则化，这对于大规模集成电路设计是很重要的性质。脉动阵列可作为和主计算机结合的系处理器，从主计算机接数据样本送到处理单元，并将最终结果返回结算机。这个过程可以用下图说明。这个操作类似心脏血液的流动，因此命名为“脉动”。
典型情况下，脉动阵列的所有处理单元是相同的且全流水的，也就是处理部件的所有通信边沿都包含延时单元，且整个系统通常只包含局部互联。这句话怎么理解呢？我的理解是每个处理单元内部都需要有延时单元？为啥需要延时单元呢？因为处理单元会将输入的数据先拿来做运算，然后在下一个时钟把数据传递到下一个处理单元。因此必须需要延迟单元。那什么又是局部互联呢？局部互联是指每个处理单元只与自己相邻的处理单元有数据交流。但是有时候也会为了算法的需求，处理单元可以跨过相邻的处理单元进行互联。

二、脉动阵列的优势

脉动阵列可以是一维的网络，也可以是二维的，当然还可以有更高维度的。
脉动阵列这个概念其实从1978年就就已经有了，自从谷歌的TPU采用了脉动阵列单元来加速卷积计算后，这个概念又火了起来了。但是本文说的脉动阵列并不是谷歌所说的那种脉动阵列，本文介绍脉动阵列是用来做矩阵乘法的。
由于脉动阵列的输入数据是流过每一个处理单元的，所以就可以减少数据的访存，提高数据的吞吐量。另外一个就是脉动阵列规则，在专用集成电路布线简单，可以提高系统的工作频率。
为啥可以减少访存呢？举个例子，假设矩阵相乘：

要计算C[0][0]=23,需要访问A[0][0],A[0][1],A[0][2],B[0][0],B[1][0],B[2][0]。
C[0][0] = A[0][0]*B[0][0]+A[0][1]*B[1][0]+A[0][2]*B[2][0]
同理：
C[0][1] = A[0][0]*B[0][1]+A[0][1]*B[1][1]+A[0][2]*B[2][1]

计算C[0][0]和C[0][1]需要访问相同的元素：A[0][0],A[0][1],A[0][2]。如果不用脉动阵列，光是在计算C[0][0]和C[0][1]这两个元素上就需要访