Как сделать большой параллельный параметризируемый сумматор? Опции

[count_enable]

Есть N М-битных входов. Числа N и М это параметры в диапазоне N=[2..64], M=[6..16]. Как правильно написать параллельный сумматор, считающий сумму всех входов за один такт? Насколько эффективна такая конструкция в реальном железе? А то такой параллелизм мне очень упрощает задачу. Я конечно знаю что такое loop, но краем уха слышал что для большого количества входов лучше строить дерево из сумматоров вручную.

[eugen_pcad_ru]

Использовать параметризируемый конвейер!
Но результат не за один такт естественно.