Bilgisayarların artık matematik işlemleri için aynı sonucu almasını garanti etmek için hala sabit nokta kullanmam gerekiyor mu?

Modern bilgisayarların çoğunun aynı kayan nokta standardını takip ettiği söylendi, bu, girişler aynı ise, verilen bir matematik işlemi için hepsinin aynı float cevabı alacağı anlamına mı geliyor?

Soruyorum çünkü bir ağda RTS oyunu yapmak için araştırma yapıyorum ve yüzlerce ünitenin pozisyonlarını senkronize etmek kötü bir yol gibi geliyor.

Sadece girişler gönderirsem, bu istemcilerin simülasyonlarını bu girişlerden çalıştırmasını sağlayarak tüm istemcileri aynı sonucu elde etmeyi garanti etmeliyim.

Eski RTS oyunları sabit nokta aritmetik kullanılan okudum, ama hepsi aynı standarda uyuyorsa modern bilgisayarlarda hala gerekli olup olmadığını bilmiyorum? Ayrıca kesin olmamasına rağmen, kayan nokta sonucunun aynı girdi için deterministik olduğu söylendi (ki aynı standardı takip eden herhangi bir bilgisayarın aynı kesin sonucu elde ettiği anlamına mı geliyor?).

Aynı kayan nokta standardını izleseler bile bilgisayarlarda hala sapmalar var mı?

Bu oyunu C # yazıyorum ama bu önemli olsa emin değilim, yine de bahsettiğim düşündüm.

Aynı kayan nokta standardını izleseler bile bilgisayarlarda hala sapmalar var mı?

Ne yazık ki, evet, özellikle C # (veya başka bir JIT derlenmiş dili) kullandığınızda. Burada ortaya çıkan sorun, bazı işlemci mimarilerindeki JIT derleme aşamasının diğer mimarilerden daha fazla CPU kaydı kullanan kod üretmesidir. Bu, bazı makinelerde, belirli işlemler için uzatılmış kayar nokta hassasiyetinin kullanıldığı, diğer makinelerde kullanılmadığı durumlara yol açabilir . Bu, çiftleri kullanan her yinelemeli hesaplama için, farklı birikmiş yuvarlama hataları üretme şansı olduğu anlamına gelir.

Bu varsayımsal bir sorun değil, çağdaş mühendislik simülasyon yazılımında, az ya da çok modern donanımda bu tür sapmalarla ilk elden deneyimim var. Bu sorun, ilgili tüm makinelerde tam olarak aynı sonucu veren karmaşık kayan nokta hesaplamaları için güvenilir regresyon testleri oluşturmayı gerçekten zorlaştırmaktadır.

Kayan Nokta Hataları

Her kayan nokta sayısı hesaplama için kullanıldığından kesinliği biriktirir. Bu, hesaplamak için kesin olmayan bir biçim kullanmanın basit bir gerçeğidir. Hesaplamalar, hesaplama sırasına da duyarlıdır, değişebilirlik garanti edilmez, yani: ile (a + b) + caynı olabilir veya olmayabilir a + (b + c).

Ek olarak işlemcilerin bellek standardı ile aynı mantis uzunluğuna sahip olması gerekmez. Bu, 32/64/128 bit şamandıra zaman zaman daha fazla bite sahip gibi çalıştığından ilginç bir davranış oluşturabilir.

Sabit Nokta Hataları

Sabit nokta aritmetiğinin söylenmesi de hataları biriktirebilir. Fark, sabit nokta numaralarının hangi hassasiyetin kaybolduğu konusunda net olması ve seçilen işlemlere bağlı olarak yuvarlama hatalarını tamamen önleyebilmesidir. Ayrıca değişmeli (a + b) + c = a + (b + c).

Hangi?

Hangisini kullanmanız tamamen ihtiyacınız olan özelliklere bağlıdır.

Kayan nokta sayıları:

• çok ince taneli hale gelen çok çeşitli değerler verir ve uç noktalarda giderek daha da ayrılır.
• hesaplama sırasına duyarlıdır
• zaman içinde yuvarlama hataları biriktirir.
• donanım / bellek kayan boyutu uyuşmazlığı nedeniyle hatalı davranışlar gösterebilir.

Sabit Nokta numaraları:

• birbirini takip eden iki sayı arasında aynı mesafeye sahip daha küçük bir sayı aralığı verin.
• hesaplama sırasına daha az duyarlıdır
• Yuvarlama hataları hakkında daha net
• yuvarlama sorunlarını en aza indirmek / önlemek için çalışılabilir.

Aynı sonuçları neden garanti etmek isteyeceğiniz sorusu vardır, çünkü aynı sonuçlar sonuçlarınızın yararlı olduğuna dair hiçbir garanti vermez .

Farklı bilgisayarlarda aynı ancak tamamen saçma iki sonuç veren sayısal olarak dengesiz bir algoritmaya sahip olabilirsiniz. Farklılıklar varsa, ancak sonuçlar 13 basamakta aynıysa, bu çok daha güvenilirdir.

Tekrarlanabilirliğin gerçekten önemli olduğu çok az durum vardır: bir düzen motorunda veya kayıpsız sıkıştırma / açma. Sabit nokta kullanmanın yanlış yönlendirilmesi muhtemeldir.