将点积映射到处理单元

先明确计算，再安排时序

设 A 的形状为 M×K，B 的形状为 K×P。它们的乘积 C 的形状为 M×P。索引 i 选择输出行，j 选择输出列，k 是求和中的归约索引。本课程所有索引都从零开始。

输出驻留型设计将 C(i,j) 分配给 PE(i,j)。该处理单元保留自己的部分和，同时 A 向右移动，B 向下移动。数据移动实现复用；方程则规定哪些操作数可以相乘。时钟时序将另行定义，使调度错误不能悄悄改变原本的数学计算。

完整计算一个参考示例

使用 A=[[1,2],[3,4]] 和 B=[[5,6],[7,8]]。PE(0,1) 将行 [1,2] 与列 [6,8] 配对，累加 1×6=6 和 2×8=16，得到 22。如果误用 B 的第二行 [7,8]，则得到 23，这正是行列混淆的一种有用特征。

预期矩阵为 [[19,22],[43,50]]。每个 PE 执行两次有效 MAC，因此整个阵列执行八次 MAC。如果按一次乘法和一次加法分别计数，则为十六次算术操作。比较吞吐率时，必须标明计量单位。

将坐标对应到存储位置

按行优先存储时，A(i,k) 的元素偏移为 iK+k，B(k,j) 的偏移为 kP+j。在此示例的列 j=1 中，B 使用偏移 1 和 3。因此，提供连续行的存储器接口需要缓冲或重排，才能向阵列顶部提供各列。

用宽整数建立算术参考，之后再应用选定的输出转换。这些小正数输入无法测试溢出。后续测试必须加入负值、最小负操作数以及更长的归约。当 B 为单位矩阵时，应重现 A；A 的全零行则应产生 C 的全零行。除了最终和，还应记录每个 PE 的 k 项列表：即使两个错误在数值上相互抵消，也能发现遗漏或重复的项。