Tác giả giữ toàn bộ bản quyền (All Rights Reserved) — không phải giấy phép mở. Bạn vẫn xem và học miễn phí trên OpenER; muốn tái sử dụng cần xin phép tác giả.
PROFESSOR
And welcome back.
Và chào mừng bạn quay lại.
When last we left our hero, we saw that maybe there's an idea of not just locking in these 6 bits and saying that the binary point is 2 in from the right.
Lần trước khi chúng ta rời bỏ anh hùng của chúng ta, chúng ta đã thấy rằng có thể có một ý tưởng là không chỉ khóa 6 bit này và nói rằng điểm nhị phân là 2 từ bên phải.
But maybe there's another input on the side that can actually change where that binary point is. And that second input is the aha with floating point.
Nhưng có thể có một đầu vào khác ở bên có thể thực sự thay đổi vị trí điểm nhị phân đó. Và đầu vào thứ hai đó là điều tuyệt vời với dấu phẩy động.
So, again, before we've locked in fixed point, we fix it there. But what if I were able to also pass in another input, which tells you where the binary point might be?
Vì vậy, một lần nữa, trước đây chúng ta đã khóa dấu phẩy cố định, chúng ta sửa nó ở đó. Nhưng nếu tôi cũng có thể truyền một đầu vào khác, nó cho bạn biết điểm nhị phân có thể ở đâu?
And that allows the binary point to — drum roll, please — float. Float. It's not fixed. It can float.
Và điều đó cho phép điểm nhị phân — vui lòng trống trành — nổi. Nổi. Nó không được cố định. Nó có thể nổi.
And that beautiful idea of it floating back and forth is the power of this representation. It's like another level of abstraction.
Và ý tưởng tuyệt vời đó là nó nổi qua lại chính là sức mạnh của biểu diễn này. Nó giống như một tầng trừu tượng hóa khác.
Rather than locking it here, I'm now abstracting away, and saying, what if it's more general now? I can now move it where it is. So that's just really amazing.
Thay vì khóa nó ở đây, tôi giờ trừu tượng hóa đi, và nói, nếu nó tổng quát hơn bây giờ? Tôi giờ có thể di chuyển nó đến vị trí khác. Điều đó thực sự tuyệt vời.
So that's a good example. Here's 0.1640625, as in binary. I represent this in 5 bits, and I choose where to put the binary point. So here is this.
Vậy đó là một ví dụ tốt. Đây là 0,1640625, như trong hệ nhị phân. Tôi biểu diễn điều này bằng 5 bit, và tôi chọn vị trí đặt điểm nhị phân. Vậy đây là điều đó.
I've got 0.0 — it says here. 0.0010101, and then all the 0's. So all I kind of need to know — see the guys in blue?
Tôi có 0,0 — nó nói ở đây. 0.0010101, và sau đó toàn là các số 0. Vậy tất cả những gì tôi cần biết — bạn thấy các số màu xanh không?
All the need to know is I need to somehow send these 5 bits. If I could somehow just send those 5 bits.
Tất cả những gì tôi cần biết là tôi cần gửi đi những 5 bit này bằng cách nào đó. Nếu tôi có thể gửi đi những 5 bit này.
I don't need to send the 0's before it or 0's after it, or over here. I don't need to send those. Default is always 0.
Tôi không cần gửi các số 0 phía trước nó hay các số 0 phía sau nó, hay ở đây. Tôi không cần gửi những cái đó. Mặc định luôn là 0.
I almost need to send you where the energy is. Where are the ones and 0's that are interesting?
Tôi hầu như cần gửi cho bạn biết năng lượng ở đâu. Những số 1 và 0 thú vị ở đâu?
But I kind of need to freeze it on the left side or the right side with 1's, and the 0's outside of it.
Nhưng tôi cần phải cố định nó ở bên trái hay bên phải với các số 1, và các số 0 ở bên ngoài nó.
So if I could just send that set, and with my other input — that's the key idea — I tell you, oh, the binary point should be 2 to the left of the left-most one.
Vậy nếu tôi có thể chỉ gửi tập hợp đó, và với đầu vào khác của tôi — đó là ý tưởng chính — Tôi nói với bạn, à, dấu phân cách nhị phân phải ở nằm cách 2 vị trí sang trái từ số một ngoài cùng bên trái.
So I would say, somehow, minus 2. Sending a minus 2, that tells you it's over there. And on this guy, I'm sending 10101. So that's kind of cool.
Vậy tôi sẽ nói, không biết, âm 2. Gửi âm 2, cái đó cho bạn biết nó ở đó. Và cái này, tôi đang gửi 10101. Vậy là khá hay.
So you can imagine sending two inputs. This is the energy. I say what the energy is, and this is where the floating point would be. And that's amazing.
Vậy bạn có thể tưởng tượng gửi hai input. Cái này là năng lượng. Tôi nói năng lượng là bao nhiêu, và cái này là chỗ dấu phẩy động sẽ ở. Và đó là tuyệt vời.
That's amazing. So that is the idea. We're going to have some fields to our representation. One field tells you where the energy is, and one field tells you, in a way, the exponent.
Đó là tuyệt vời. Vậy đó là ý tưởng chính. Chúng ta sẽ có một số trường trong biểu diễn của chúng ta. Một trường cho bạn biết năng lượng ở đâu, và một trường cho bạn biết, theo cách nào đó, số mũ.
Tells you where it is. It's multiplied times 2 to the what? It's times 2 to the minus 2. Here is 2 to the minus 2, because it's 2 over.
Nó cho bạn biết nó ở đâu. Nó được nhân với 2 mũ bao nhiêu? Nó được nhân với 2 mũ âm 2. Đây là 2 mũ âm 2, vì đó là 2 chia cho.
This is times a quarter. So what it's saying is, it's saying, I want to be able to have this exponent for where that moves.
Nó được nhân với một phần tư. Vậy nó đang nói, Tôi muốn có thể sử dụng số mũ này cho nơi nó di chuyển đến.
Every time I move it to the left, it's multiplying by a factor of 2. So it's really, what, 2 to the what? 2 to the 0, it says.
Mỗi khi tôi di chuyển nó sang trái, nó được nhân với một hệ số 2. Vậy thực sự là, 2 mũ bao nhiêu? 2 mũ 0, nó nói.
It's exactly where you think it is. 2 to the 1 says move it 1 to the left, and now I have a 0 to the right, et cetera.
Nó chính xác ở nơi bạn tưởng tượng. 2 mũ 1 có nghĩa là di chuyển nó 1 sang trái, và bây giờ tôi có một 0 ở bên phải, v.v.
Isn't that cool? Or 1 to the right. Move it 1 to the right, I guess. Move 1 to the right.
Không phải tuyệt vời sao? Hay là dịch 1 sang phải. Dịch 1 sang phải, tôi đoán vậy. Dịch 1 sang phải.
So because the binary point, where it is, is different from the actual stored bits — what I call the energy — now I can do large and small numbers.
Vì vậy vì dấu phân tách nhị phân, nó ở đâu, khác với các bit được lưu trữ thực tế — cái mà tôi gọi là năng lượng — bây giờ tôi có thể xử lý các số lớn và nhỏ.
Now I've got the first thing. I can do really small numbers or really big numbers, or big and small, and I got it. So let's now review scientific notation in decimal.
Bây giờ tôi có được điều đầu tiên. Tôi có thể xử lý những số rất nhỏ hay những số rất lớn, hay vừa lớn vừa nhỏ, và tôi đã hiểu rồi. Vậy bây giờ hãy xem lại ký pháp khoa học ở hệ thập phân.
Back in the old days. Now we're in, I think we're probably in, physics class? Maybe AP, maybe chemistry, back in high school, 9th or 10th grade.
Hồi xưa. Bây giờ chúng ta ở, tôi nghĩ chúng ta có lẽ ở, lớp vật lý? Có thể AP, có thể hóa học, hồi còn ở trường cấp 3, lớp 9 hay lớp 10.
If you remember, here are some words, just to remind you what these words mean. I had a decimal point. That's the obvious thing. I've got the radix, which we call the base.
Nếu bạn còn nhớ, đây là một số từ, chỉ để nhắc bạn những từ này có nghĩa gì. Tôi có một dấu thập phân. Đó là điều hiển nhiên. Tôi có cơ số, cái mà chúng ta gọi là cơ sở.
I've got the exponent. And I've got the mantissa on the left.
Tôi có số mũ. Và tôi có phần định trị ở bên trái.
So if I live in normal form, normal form says that I always have a single digit to the left of the decimal point.
Vì vậy nếu tôi sống ở dạng chuẩn, dạng chuẩn nói rằng tôi luôn có một chữ số duy nhất ở bên trái của dấu thập phân.
So I don't have — if I want to store 1 times 10 to the minus 9, or a nano-something, I wouldn't store it as 0.1 times 10 to the eighth, and I would not store it as 10, now 10 to the minus 10th.
Vì vậy tôi không có — nếu tôi muốn lưu trữ 1 lần 10 mũ âm 9, hoặc một nano-cái gì đó, tôi sẽ không lưu trữ nó dưới dạng 0,1 lần 10 mũ 8, và tôi sẽ không lưu trữ nó dưới dạng 10, bây giờ 10 mũ âm 10.
Even though they're equivalent mathematically, I would not do that, because they're not in normalized form. So we're going to go with a normalized form there. So that's pretty cool.
Mặc dù chúng tương đương về mặt toán học, tôi không làm như vậy, vì chúng không ở dạng chuẩn hóa. Vì vậy chúng ta sẽ sử dụng dạng chuẩn hóa ở đó. Vậy là khá hay.
So let's see what that looks like when we go to binary. Same idea. Three out of those four words are exactly the same. Mantissa is there.
Bây giờ chúng ta xem nó trông thế nào khi chuyển sang nhị phân. Ý tưởng tương tự. Ba trong bốn từ đó hoàn toàn giống nhau. Mantissa ở đó.
The exponent is up there. The base is base 2, not base 10, and now it's the binary point. We call this "floating-point numbers," officially. Floating-point numbers.
Số mũ ở trên. Cơ số là cơ số 2, không phải cơ số 10, và bây giờ nó là điểm nhị phân. Chúng ta gọi đây là "số dấu phẩy động", chính thức. Số dấu phẩy động.
And if you've ever seen the phrase "in C, float," that's it. This is what happens.
Và nếu bạn từng thấy cụm từ "trong C, float", đó là nó. Đó là những gì xảy ra.
We're storing in this way in normalized form, where on the left is always going to be a 1. That's the important thing.
Chúng ta lưu trữ theo cách này ở dạng chuẩn hóa, trong đó ở bên trái luôn luôn là 1. Đó là điều quan trọng.
Always going to be a 1 to the left of the binary point, in normalized form. This is it. It's such a delight to teach somebody something new for the first time.
Luôn luôn là 1 ở bên trái của dấu phẩy nhị phân, ở dạng chuẩn hóa. Đó là nó. Thật là vui khi được dạy cho ai đó một cái gì đó mới lần đầu tiên.
And this is it. This is the beginning of what we call the IEEE floating-point designation. So here's normalized form.
Và đó là nó. Đây là khởi đầu của cái mà chúng ta gọi là ký hiệu floating-point của IEEE. Vậy đây là dạng chuẩn hóa.
You're going to say, but Dan, if every number starts with 1-point something, you might say to me, why do you have to transmit it?
Bạn sẽ nói, nhưng Dan, nếu mọi số đều bắt đầu bằng 1-dấu-phẩy-cái-gì-đó, bạn có thể nói với tôi, tại sao bạn phải truyền nó?
Why would you store the 1 on the left, if it's 1 on the left always? There's always going to be a 1 on the left, unless it's all 0's.
Tại sao lại lưu trữ số 1 ở bên trái, nếu nó luôn ở bên trái nhỉ? Luôn luôn có số 1 ở bên trái, trừ khi toàn bộ là 0.
There's to be a leading 1. Why store it, where it's always going to be 1? And you're like, you're right. So we actually don't store it.
Luôn phải có số 1 ở đầu. Tại sao lại lưu trữ nó, khi nó luôn luôn là 1? Và các bạn nói, bạn nói đúng. Vậy thực ra chúng ta không lưu trữ nó.
We only store the number to the right, which is the significand. So the 1 point is always going to default there. Y, y, y, y is our exponent.
Chúng ta chỉ lưu trữ con số ở bên phải, đó là phần định trị. Vậy số 1 ở đầu luôn luôn được đặt mặc định ở đó. Y, y, y, y là số mũ của chúng ta.
So this exponent goes here. Here's a significand there. And you're going to say, well, Dan, we probably should have some negative numbers, too.
Vậy số mũ này đặt ở đây. Đây là phần định trị ở đây. Và các bạn sẽ nói, tốt, Dan, chúng ta có lẽ cũng nên có các số âm.
And to make this easy, what we're going to do is, let's actually use a sign magnitude model. So that left is a sign bit. So there we go.
Và để làm điều này đơn giản, những gì chúng ta sẽ làm là, chúng ta sẽ sử dụng mô hình dấu - độ lớn. Vì vậy bit bên trái là bit dấu. Vậy là xong.
S is your sign bit. Exponent of these 8 bits there. That returns 2 to the y. And the significand are the x's represented there with 23 bit.
S là bit dấu của bạn. Exponent của 8 bit ở đó. Cái đó trả về 2 mũ y. Và significand là các x được biểu diễn ở đó với 23 bit.
That's a lot. 1 point, 23 more bits. That's quite a bit, actually. It's pretty cool.
Đó là rất nhiều. 1 điểm, 23 bit nữa. Thực ra là khá nhiều. Nó khá là tuyệt vời.
And by the way, what's this last bit controlling? What's that last bit? If it's always 1-point something, that last bit is 2 to the minus 23. So it's 1 plus 2 to the minus.
Và nhân tiện, bit cuối cùng này kiểm soát cái gì? Bit cuối cùng đó là cái gì? Nếu nó luôn là 1-point gì đó, thì bit cuối cùng đó là 2 mũ âm 23. Vậy nó là 1 cộng 2 mũ âm.
If I only have a 1 here and I have 0's all in here, that last guy is 2 to the minus 23, if you think about that. 23 bits stay on the right.
Nếu tôi chỉ có 1 ở đây và tôi có những số 0 ở đây hết, thì chúng ta được 2 mũ âm 23, nếu bạn nghĩ về điều đó. 23 bit ở bên phải.
It's that. It's 1 point this. 2 to the minus 23. Remember, there was 4 bits to the right.
Đó là nó. Nó là 1 point này. 2 mũ âm 23. Nhớ lại, có 4 bit ở bên phải.
It was 1/16. It was 2 to the minus 4, while 23 bits across, 2 to the minus 23, is the guy all the way on the right. What can we do?
Nó là 1/16. Nó là 2 mũ âm 4, còn 23 bit trên dãy, 2 mũ âm 23, là chúng ta ở bên phải nhất. Chúng ta có thể làm gì?
Well, this, just this. Nothing special. Nothing more than that. No special cases, which we're going to see in later lectures.
Thôi, cứ thế thôi. Không có gì đặc biệt. Không có gì hơn thế. Không có trường hợp đặc biệt, cái mà chúng ta sẽ thấy trong những bài giảng sau.
We can get to 1.2 times 10 to the minus 38 — really small numbers — and up to 3.4 times 10 to the 38. That's amazing. This is really cool.
Chúng ta có thể đạt tới 1,2 lần 10 mũ âm 38 — những số rất nhỏ — và tới 3,4 lần 10 mũ 38. Điều đó thật tuyệt vời. Điều này thực sự tuyệt.
Now, you're going to say, well, Dan, what if they're too large? What if — I mean, that's pretty good. That's pretty good.
Bây giờ, bạn sẽ nói, Dan ơi, nếu như chúng lớn quá thì sao? Nếu như — tức là, cái đó khá tốt rồi. Nó khá tốt.
And we're going to see the "ain't no free lunch" coming up again. But we'll talk about that in a second. So what if they're bigger than that?
Và chúng ta sẽ thấy "không có bữa trưa nào miễn phí" xuất hiện lại thôi. Nhưng chúng ta sẽ nói về điều đó trong giây lát. Vậy nếu như chúng lớn hơn cái đó thì sao?
What if they're either bigger than the high side or smaller than the low side? Well, that's overflow. I want to store a number bigger than that. What if I doubled it, and doubled that?
Nếu chúng lớn hơn phía cao hoặc nhỏ hơn phía thấp? Vậy, đó là tràn số. Tôi muốn lưu trữ một số lớn hơn thế. Nếu tôi nhân đôi nó, và nhân đôi cái đó?
I can't always and forever do that. Double that. I've got a fixed bit width. At some point, it's going to be bigger than I can store.
Tôi không thể luôn luôn làm điều đó mãi mãi. Nhân đôi nó. Tôi có một độ rộng bit cố định. Tại một số điểm, nó sẽ lớn hơn những gì tôi có thể lưu trữ.
They call that "overflow." What if it's even smaller than that? What if it's half of that? Half of that, on the negative side.
Họ gọi điều đó là "tràn số." Nếu nó còn nhỏ hơn thế? Nếu nó bằng một nửa của thế? Một nửa của thế, ở phía âm.
It should be double a negative. I'm sorry. If you double the negative number, and keep pushing the left side, it's also overflow. Some people call it negative overflow, but it's also overflow.
Nó nên bằng hai lần một số âm. Tôi xin lỗi. Nếu bạn nhân đôi số âm, và tiếp tục đẩy về phía bên trái, đó cũng là tràn. Một số người gọi nó là tràn âm, nhưng nó cũng là tràn.
On the big sides, on the ends towards infinity, always overflow. Sometimes on the left, they call it negative overflow. What if they're too small? A-ha!
Về phía lớn, về phía các đầu hướng đến vô cực, luôn luôn tràn. Đôi khi về phía trái, họ gọi nó là tràn âm. Nếu chúng quá nhỏ thì sao? A-ha!
Underflow. You thought that the negative infinity was underflow. It's not. If that's overflow, that's underflow.
Dòm tràn. Bạn tưởng rằng âm vô cực là dòm tràn. Không phải. Nếu đó là tràn, thì đó là dòm tràn.
Underflow is towards 0. What if I take a number and halve it, and halve it, and halve it, and it keeps getting smaller and smaller.
Dòm tràn hướng về 0. Nếu tôi lấy một số và chia đôi nó, rồi chia đôi nó, và cứ tiếp tục chia đôi, nó càng lúc càng nhỏ.
At some point, I reach the limit of what I can do. And one past that is underflow. I probably would say it's 0, even though there is some number.
Tại một lúc nào đó, tôi sẽ chạm đến giới hạn của khả năng lưu trữ. Và vượt quá giới hạn đó là underflow. Tôi có thể sẽ nói đó là 0, mặc dù có một con số nào đó.
Nope. The closest number that I can store to what you're asking me for is 0. So I kind of underflowed to 0, and that's a problem.
Không. Con số gần nhất mà tôi có thể lưu trữ cho cái bạn yêu cầu tôi là 0. Vì vậy tôi đã underflow thành 0, đó là một vấn đề.
Because it means that I made some fractional amount, but then it says 0. But it's not really 0. It's close to 0, and that's an issue. So, again, underflow is close to 0.
Vì nó có nghĩa là tôi có một phần nào đó, nhưng rồi nó nói 0. Nhưng nó không phải thực sự là 0. Nó gần 0, và đó là một vấn đề. Vì vậy, lại một lần nữa, underflow là gần 0.
Overflow is on the sides. We'll just call it overflow in 6, 2, and C rather than negative overflow. But that's right. What would help?
Overflow là ở hai đầu. Chúng ta sẽ gọi nó là overflow trong 6, 2, và C thay vì negative overflow. Nhưng đó là đúng. Điều gì sẽ giúp ích?
Think about, what would help reduce the chances of overflow and underflow? Throw more bits at it, right? Throw more bits at the problem.
Hãy nghĩ, điều gì sẽ giúp giảm khả năng xảy ra overflow và underflow? Thêm nhiều bit hơn, phải không? Thêm nhiều bit hơn vào vấn đề.
So here is the IEEE 754 floating-point standard used in every computer you have access to. That's it. Sign bit. 8 exponent bits.
Vậy đây là tiêu chuẩn floating-point IEEE 754 được dùng trong mọi máy tính bạn có thể truy cập. Đó là nó. Bit dấu. 8 bit số mũ.
23 significand bits. That's great. By the way, just a refresher. 1 is going to mean a negative number, and 0 is going to be a positive number.
23 bit significand. Điều đó rất tốt. Nhân tiện, chỉ để nhắc lại thôi. 1 sẽ có nghĩa là một số âm, và 0 sẽ có nghĩa là một số dương.
So that's pretty cool. Now, we mentioned before, to pack more bits, the leading one is going to be implicit. Remember, that's normalized form.
Nên đó là khá tuyệt vời. Bây giờ, chúng ta đã đề cập trước đó, để đóng gói nhiều bit hơn, bit đứng đầu sẽ được ẩn. Nhớ lại, đó là dạng chuẩn hóa.
And why store that 1 if it's always going to be a 1? So that's pretty cool.
Và tại sao phải lưu trữ 1 đó nếu nó lúc nào cũng là 1? Nên đó là khá tuyệt vời.
If I actually want more, if I want to have more resolution, I want to reduce the chance of overflow or underflow, throw more bits at the problem. Call it a double.
Nếu tôi thực sự muốn thêm, nếu tôi muốn có độ phân giải cao hơn, tôi muốn giảm khả năng tràn hoặc tràn âm, hãy thêm nhiều bit vào bài toán. Gọi nó là double.
So we'll have actually a double for our significand for that. And I have 52 bits for that. So what's always true is the significand is between 0 and 1 for normalized numbers.
Vì vậy chúng ta sẽ có thực sự một double cho significand của chúng ta. Và tôi có 52 bit cho điều đó. Vậy điều luôn đúng là phần định trị nằm giữa 0 và 1 đối với các số được chuẩn hóa.
Because, if you remember, it's one point, all those bits. 23 or 52. Think about that. 1 point this.
Vì, nếu bạn còn nhớ, nó là một điểm, tất cả những bit đó. 23 hoặc 52. Nghĩ về điều đó. 1 điểm cái này.
So this, the "this," the significand, is point something. Goes from 0 if it's all 0's, to all 1s. But it's still a fractional number.
Vậy cái này, "cái này," phần định trị, là điểm cái gì đó. Từ 0 nếu tất cả là 0, đến tất cả 1. Nhưng nó vẫn là một số phân số.
It's probably, with 23, it is 1 over 2 to the 23 away from 1. So it is — I don't know how to say that. It's a number very close to 1.
Có lẽ, với 23, nó cách 1 một khoảng là 1 chia 2 mũ 23. Vậy nó là — Tôi không biết cách nói điều đó. Nó là một số rất gần với 1.
How close is it to 1? 1 over 2 to the 23, away from 1. That's how it is. And here's the interesting thing.
Nó gần 1 bao nhiêu? 1 chia 2 mũ 23, cách xa 1. Đó là cách nó diễn ra. Và đây là điều thú vị.
0 has no leading 1. We said this, this weird case that 0 has no leading 1. So we're going to reserve the exponent value of all 0's just for 0, which is great.
0 không có bit 1 đứng đầu. Chúng ta nói về điều này, trường hợp kỳ lạ này rằng 0 không có bit 1 đứng đầu. Vì vậy chúng ta sẽ dành giá trị mũ toàn bộ 0 chỉ cho 0, điều này rất tốt.
So now I have exponent of 0. So I want to restore 0. There's a 0. And wait, wait.
Vì vậy bây giờ tôi có mũ bằng 0. Vì vậy tôi muốn phục hồi 0. Có một 0 ở đây. Và chờ, chờ.
Sign bit. Do you remember our issue with sign bits, with sign magnitude? I got two 0's. What do you think?
Bit dấu. Bạn còn nhớ vấn đề của chúng ta với bit dấu, với độ lớn có dấu không? Tôi có hai 0. Bạn nghĩ sao?
We got two 0's here, too. So here's the other part that's interesting.
Ở đây chúng ta cũng có hai số 0. Vậy đây là phần khác thú vị.
If 0 is the smallest exponent in terms of the bit pattern, and we go up, wouldn't it be nice if all 0's — here's the thing — all 0's were the smallest one, and we kept going up continually, not having to wrap.
Nếu 0 là số mũ nhỏ nhất về mặt mẫu bit, và chúng ta đi lên, không tốt lắm nếu tất cả 0 — đó là điểm — tất cả 0 là cái nhỏ nhất, và chúng ta tiếp tục đi lên liên tục, mà không phải quấn vòng.
Remember signed? It starts in the middle, goes up, and then it snaps over here and does this thing.
Nhớ về dấu không? Nó bắt đầu ở giữa, đi lên, và sau đó nó nhảy sang đây và làm việc này.
I want it to be 0 — all 0's is the smallest one — and go up. But if I want the small — here's the part that's a little weird.
Tôi muốn nó là 0 — tất cả 0 là cái nhỏ nhất — và đi lên. Nhưng nếu tôi muốn cái nhỏ — đây là phần hơi lạ một chút.
I want that smallest one to be in the negative. Because when I do fractional numbers, I want that to be 2 to the negative number.
Tôi muốn cái nhỏ nhất đó nằm ở âm. Vì khi tôi làm với số phân số, Tôi muốn nó là 2 mũ âm.
So if I want all 0-bit pattern to somehow be a negative, how is this going to work?
Vậy nếu tôi muốn mẫu bit tất cả 0 là âm, thì cái này sẽ hoạt động như thế nào?
So here's a designer. The designers went back to the drawing board.
Vậy đây là một nhà thiết kế. Các nhà thiết kế quay lại bàn vẽ.
They said, we want to use, if I have no floating-point hardware — by the way, back in the day, they used to have explicit floating-point hardware. And we still have that.
Họ nói, chúng ta muốn dùng, nếu tôi có không có phần cứng floating-point — nhân tiện, những ngày xưa, họ có phần cứng floating-point rõ ràng. Và chúng ta vẫn còn.
But if I didn't — in the early days of machines, they didn't have special purpose floating point. They just had a normal CPU.
Nhưng nếu tôi không — ở những ngày đầu của máy tính, chúng không có floating-point dùng riêng. Chúng chỉ có CPU bình thường.
But they wanted to be able to use the CPU to compare and do things, do some manipulations with floating-point numbers. So they came up with the idea that bigger integer exponents are bigger numbers.
Nhưng họ muốn có khả năng dùng CPU để so sánh và làm việc, làm một số thao tác với các số dấu phẩy động. Vì vậy họ đưa ra ý tưởng rằng các số mũ nguyên lớn hơn là các số lớn hơn.
The smaller ones are fractional numbers. And they thought to themselves, they said, think about the odometer. The only way to do that is that biased notation. So therefore, a really small bit pattern.
Những số nhỏ hơn là các số phân. Và họ tự nói với mình, họ nói, hãy nghĩ về đồng hồ chỉ km. Cách duy nhất để làm điều đó là sử dụng ký pháp có độ lệch. Vì vậy, một mẫu bit rất nhỏ.
Very few numbers, and low bit patterns, like you're driving a binary odometer a little bit. That should be a negative number. And a high thing should be a really big positive number.
Rất ít số, và các mẫu bit thấp, như bạn đang chạy một odometer nhị phân một chút. Điều đó nên là một số âm. Và một giá trị cao nên là một số dương rất lớn.
Well, that's a biased model, if you think about that. That takes us — there's 0 in this and here's all 1's.
Chà, đó là một mô hình có độ lệch, nếu bạn nghĩ về điều đó. Điều đó dẫn chúng ta — có 0 ở đây và ở đây toàn là 1.
And if you shift them down by some offset, then this is going to be overall a negative number, and this would be a positive number.
Và nếu bạn dịch chuyển chúng xuống bởi một độ lệch nào đó, thì đây sẽ là một số âm nói chung, và cái này sẽ là một số dương.
If this is from 0 to 55, then roughly this would be kind of 128 to minus 128-ish, somewhere in there. And that's pretty good.
Nếu cái này từ 0 đến 55, thì đại loại cái này sẽ là kiểu 128 đến âm 128-ish, ở đâu đó trong khoảng đó. Và điều đó khá tốt.
So we'll shift it down by some bias, and we'll get what we want. Love this. So bias notation, and the bias is subtracted. And we've got 8 bits.
Vì vậy chúng ta sẽ dịch chuyển nó xuống bởi một bias nào đó, và chúng ta sẽ có được những gì chúng ta muốn. Yêu thích cái này. Vì vậy ký hiệu bias, và bias được trừ đi. Và chúng ta có 8 bit.
You remember how we did 8 bits before? 8 bits is 2 to the n minus 1, minus 1. So 2 to the n minus 1. So 8 bits to the n minus 1.
Bạn có nhớ chúng ta đã làm 8 bit trước đó như thế nào không? 8 bit là 2 mũ n trừ 1, trừ 1. Vì vậy 2 mũ n trừ 1. Vì vậy 8 bit mũ n trừ 1.
And this 8, that's 128 minus 1 is 127. So we call the bias 127. What that really means is you subtract 127 from the value of that.
Và 8 này, đó là 128 trừ 1 bằng 127. Nên chúng ta gọi độ chênh lệch là 127. Cái đó thực sự có nghĩa là bạn trừ đi 127 từ giá trị của nó.
So you look at the unsigned value, , subtract 127, and you've got your actual number. So that's it. So there's our equation. Let's take a look at our equation now.
Nên bạn nhìn vào giá trị không dấu, trừ đi 127, và bạn sẽ có được số thực tế của mình. Vậy là xong. Nên đó là phương trình của chúng ta. Bây giờ hãy xem phương trình của chúng ta.
This is actually a kind of interesting thing. Minus 1 to the S. When S is 0, minus 1 to the 0 is 1. So that's just a normal positive number.
Đây thực sự là một điều khá thú vị. Âm 1 mũ S. Khi S bằng 0, âm 1 mũ 0 bằng 1. Nên đó chỉ là một số dương bình thường.
If S is one, it's minus 1 to the one, which is minus number. So actually, that's kind of a cool way to think about the sign bit. It's minus 1 to the sign bit.
Nếu S bằng một, nó là âm 1 mũ một, đó là số âm. Nên thực ra, đó là một cách khá hay để suy nghĩ về bit dấu. Nó là âm 1 mũ bit dấu.
Times 1 plus significand — you remember this; there's the implicit 1 — times 2 to the exponent. Whatever the raw value is, minus your 127 bias. That's it.
Nhân với 1 cộng phần định trị — các bạn còn nhớ điều này; có cái 1 ẩn — nhân với 2 mũ số mũ. Giá trị thô bất kỳ, trừ đi độ lệch 127 của bạn. Thế thôi.
Folks, that is the IEEE 754 floating points. There's still some more details there, but that's pretty cool. And double is exactly the same.
Các bạn ơi, đó chính là số dấu phẩy động IEEE 754. Vẫn còn một số chi tiết khác ở đó, nhưng khá tuyệt đấy. Và double cũng hoàn toàn giống vậy.
It's you just have more bits for the significand, and more bits for the exponent. But exactly the same equation. That's pretty cool. And quad.
Chỉ là các bạn có nhiều bit hơn cho phần định trị, và nhiều bit hơn cho số mũ. Nhưng phương trình hoàn toàn giống nhau. Khá tuyệt đấy. Và quad.
Quad is bigger than — same idea. Just more, again, bits for the exponent. More bits for the significand. Let me introduce you to my colleague, Professor Velvel Kahan.
Quad lớn hơn — cùng ý tưởng. Chỉ là lại có nhiều bit cho số mũ hơn. Nhiều bit hơn cho phần định trị. Để tôi giới thiệu bạn với đồng nghiệp của tôi, Giáo sư Velvel Kahan.
He's the father of the floating-point standard, UC Berkeley. IEEE Standard 754 for binary floating-point arithmetic.
Ông là cha đẻ của tiêu chuẩn số dấu phẩy động, UC Berkeley. Tiêu chuẩn IEEE 754 cho số học nhị phân dấu phẩy động.
Earned him the Turing Award, the Nobel Prize in computer science, for being the leader of this floating-point space.
Điều này giành cho ông giải thưởng Turing, giải thưởng Nobel của khoa học máy tính, vì là lãnh đạo của lĩnh vực số dấu phẩy động này.
The ecosystem was chaotic before his team of folks said, let's kind of normalize this, so that if I calculate something on one computer and bring it to the other, computer, I've got the different number.
Hệ sinh thái trước đó rất hỗn loạn, cho đến khi nhóm ông nói, chúng ta chuẩn hóa cái này đi, để tôi tính toán cái gì đó trên một máy tính rồi mang sang máy tính khác, tôi nhận được cùng số.
This was happening all around them. And so I would try to compare. Oh, I did the trajectory, and it landed here. And yours landed — why?
Điều này đang xảy ra khắp nơi xung quanh họ. Và tôi sẽ cố gắng so sánh. Ồ, tôi tính quỹ đạo, và nó hạ cánh ở đây. Và của bạn hạ cánh — tại sao?
Because the algorithms were the same. But the way the floating point was done below the line in the hardware was different on every machine. He said, that's crazy.
Vì các thuật toán là giống nhau. Nhưng cách mà floating point được thực hiện dưới đường này trong phần cứng là khác trên mỗi máy. Ông ta nói, điều này điên rồ.
Let's have a standard. Let's have a way that my calculation can move to your computer. Remember porting was an issue? Well, it's big Indian, small Indian.
Hãy có một tiêu chuẩn. Hãy có một cách mà phép tính của tôi có thể chuyển sang máy tính của bạn. Nhớ rằng porting là một vấn đề? Vâng, nó là big Indian, small Indian.
All these weird things that are different about this. And they're different sizes. It's even worse back in the day, in the floating-point space. Your machine was completely different from our machine.
Tất cả những điều kỳ lạ này khác nhau ở chỗ này. Và chúng có kích cỡ khác nhau. Thậm chí còn tệ hơn vào những ngày xưa, trong không gian số dấu phẩy động. Máy tính của bạn hoàn toàn khác với máy tính của chúng tôi.
We couldn't trust our numbers. So the scientific community said, we've got to centralize this. He led the team to centralize it.
Chúng tôi không thể tin tưởng vào các số của mình. Vì vậy cộng đồng khoa học nói, chúng ta phải tập trung hóa điều này. Anh ấy dẫn dắt nhóm để tập trung hóa nó.
Came with IEEE Standard 754, and won the Turing Award back in '89 for him. Amazing, right? Amazing work. So we're going to see now more details about this.
Đã đưa ra Tiêu chuẩn IEEE 754, và đã giành được Giải Turing vào năm '89 cho anh ấy. Tuyệt vời phải không? Công việc tuyệt vời. Vì vậy bây giờ chúng ta sẽ thấy chi tiết hơn về điều này.
We're going to see — does that cover everything? Well, that's almost 90% of it. In terms of intellectually, 90% of this. But there's a lot of interesting ideas.
Chúng ta sẽ thấy — điều đó có bao phủ hết mọi thứ không? Chà, nó bao gồm gần 90% trong đó. Về mặt trí tuệ, 90% của điều này. Nhưng có rất nhiều ý tưởng thú vị.
Now that you know the basics of floating point, where can we go with that? We're going to see that in the next set of videos. See you there.
Bây giờ bạn đã biết những kiến thức cơ bản về số dấu phẩy động, chúng ta có thể đi đến đâu với nó? Chúng ta sẽ thấy điều đó trong tập video tiếp theo. Hẹn gặp bạn ở đó.
Đăng nhập để đánh giá học liệu này.
Đăng nhập để bình luận — chưa ai bình luận về học liệu này.
Không có khóa học liên quan.