硬件中的数

硬件中的数

一、整数

1.1 二进制数与十进制数间的转换

​ 首先强调，这里的二进制数是补码形式的（这里的补码就是负数补码，正数原码），我后面进行数学推导的时候，用的是n位的二进制数，从高到低，分别是 $a_{n-1},a_{n-2},\cdot \cdot \cdot ,a_0$ 。

​ 对于二进制转十进制，有公式
$$decimal=-a_{n-1}\ast 2^{n-1}+a_{n-2}\ast 2^{n-2}+\cdot \cdot \cdot +a_0\ast 2^0$$
​ 这是因为补码的本质是将一个负数用一个正数表示，补码的构造是结合溢出，也就是取余操作，比如对于四位二进制，-4对应的是

12，也就是 $-4+2^4=12$，可以看出，如果想把补码（负数对应的正数）还原成原来的负数，需要减去 $2^n$ ，所以对于一个二进制数表示的负数，如果按照无符号的算法，有usigned_decimal，减去 $2^n$，就得到了signed_decimal
$$unsigned\_decimal=a_{n-1}\ast 2^{n-1}+a_{n-2}\ast 2^{n-2}+\cdot \cdot \cdot +a_0\ast 2^0$$
$$signed\_decimal=unsigned\_decimal-2^n=-a_{n-1}\ast 2^{n-1}+a_{n-2}\ast 2^{n-2}+\cdot \cdot \cdot +a_0\ast 2^0$$

​ 然后发现，对于二进制正数，上面的计算公式也恰巧符合（$a_{n-1}$ 恰好为0，正负不影响），所以这个公式就很简便了。

​ 对于十进制转二进制，对于正数，就可以直接转化，对于负数 $x_0$ ，需要先写出其绝对值的二进制表示 $x_1$ ，在逐位取反得到 $x_2$ ，然后加一，就可以得到对应的二进制数 $x_3$ ，现在我们来证明这个操作的合法性。有公式
$$x_1=-x_0$$
$$x_1+x_2=111\cdot \cdot \cdot 1=2^n-1$$
$$x_2=2^n-1-x_1$$
​ 此时如果我们再给 $x_2$ 加 1 ，就得到了式子
$$x_3=2^n-x_1=2^n+x_0$$
​ 依照溢出原理，一个负数加上$2^n$，就可以得到对应的正数。所以 $x_3$ 就是 $x_1$ 对应的那个正数。

1.2 通用加法器的实现

​ 对于正数，就是以原码的形式储存，对于负数，是按照补码的形式存储的，这是补码的第一次应用，这样存储的好处是可以将原来以无符号加法为实现目标的加法器，也可以用于**“负数 + 正数”、“正数 + 负数”、“负数 + 负数” **的通用加法器，不需要更改一点硬件设计，这是因为有如下公式
$$计算机中负数+正数=实际负数+2^n+正数=实际负数+正数（利用溢出原理消去2^n）$$
$$计算机中负数1+计算机中负数2=实际负数1+2^n+实际负数2+2^n=实际负数1+实际负数2$$

1.3 减法器的实现

​ 这是补码的第二次应用，这次跟通用加法器的实现不同，是需要更改一些硬件基础的，对于减数，需要在前面增加一个n位的异或门，一个n位输入接减数，另一个接减法信号（sub == 1时，实现减法器功能，sub == 0 时，实现加法器功能）。此外，还需要把加法器的进位输入端连接到减法信号，整体的效果当要进行减法的时候，是对于减数进行取反操作，并给结果加1，可以知道，这样构造出的减法器应用了补码原理，而且是通用减法器。

​ 硬件描述如下：

module Adder_subtractor(input [15:0] a, input [15:0] b, input sub, output [15:0] ans);
    wire carry;
    wire [15:0] tmp = b ^ {16{sub}};//如果sub == 1，就对b取反，如果 sub == 0，就不发生变化
    
    add16 sub(a, tmp, sub, ans, carry);//大部分硬件还是与加法器上搭建的

endmodule

module add16(input [15:0] a, input [15:0] b, input cin, output [15:0] sum, output cout);
	
	assign {cout, sum} = a + b;
	
endmodule

1.4 位数拓展

​ 比如要把一个 4 位的二进制数拓展成 8 位，还不能改变他所代表的值。可以这么做，将 $a_{n-1}$ 复制到待扩展位中，就可以满足条件。我们采用迭代证明，对于n位数，如果扩展到n+1可以，那么扩展到n+2，n+3，n+4……都可以。

​ 对于正数，前面添一个0，显然对值本身不会造成任何影响，对于负数，前面添一个1，我们将其转换为十进制
$$extend=-a_n\ast 2^n+a_{n-1}\ast 2^{n-1}+\cdot \cdot \cdot +a_0\ast 2^0$$
​ 我们又有：
$$a_n=1，a_{n-1}=1$$
​ 所以有
$$extend=-a_n\ast 2^n+a_{n-1}\ast 2^{n-1}+\cdot \cdot \cdot +a_0\ast 2^0=-a_{n-1}\ast 2^{n-1}+a_{n-2}\ast 2^{n-2}+\cdot \cdot \cdot +a_0\ast 2^0=non\_extend$$

1.5 溢出判断

​ 溢出有两种形式，“正数+正数”和“负数+负数”（减法自动转化）。最简单的方法是判断最高位的进位carry_out和次高位的进位carry_out是否相同，如果相同，就说明发出了溢出。

​ 对于**“正数+正数”**，显然最高位肯定carry_out是0（两个0和一个carry_in相加没办法进位）如果被次高位进位了，那么它就变成了一个负数了，所以要求次高位不能进位。

​ 对于**“负数+负数”**，最高位的carry_out一定是1，如果是次高位没有1进上来，那么就会在最高位出现0，就溢出了，如果是进上来了，那么可以证明结果尽管发出了物理上的溢出，但是在数值上没有问题，因为有公式
$$计算机中负数1+计算机中负数2=实际负数1+2^n+实际负数2+2^n$$
​ 对于溢出，其实就是减掉一个 $2^n$​​，显然是不会对真值造成影响的。

1.6 超前进位加法器

C1 = A0 & B0 | C0 & (A0 ^ B0);
C2 = A1 & B1 | C1 & (A1 ^ B1);
...
Cn = An-1 & Bn-1 | Cn-1 & (An-1 ^ Bn-1);

//所以如果我们这样转换变量
Gi = Ai & Bi; Pi = Ai ^ Bi;
//就会有如下式子
C1 = G0 | P0 & c0;
C2 = G1 | G0 & P1 | P0 & P1 & C0;
C3 = G2 | G1 & P2 | G0 & P1 & P2 | P0 & P1 & P2 & C0;
C4 = G3 | G2 & P3 | G1 & P2 & P3 | G0 & P1 & P2 & P3 | P0 & P1 & P2 & P3 & C0;

​ 可以看到，$C_i$ 不再和 $C_{i-1}$ 有直接关系了，这样就为并行计算提供了方法。但是相应的，电路设计变得复杂。

---

二、浮点数

2.1 最基础的浮点数表示

​ 我们用一个十进制数288来举例，288的二进制表示是11100100，转换为科学计数法就是 $1.11001\ast 2^{111}$​ 。我们用符号位存储数的正负，用阶码存储基数的幂次，用尾数存储那个小数。

符号（1位）	阶码（8位）	尾数（23位）
0	0000_0111	111_0010_0000_0000_0000_0000

2.2 隐含前导1

​ 我们注意到，只要需要存储的数字不是0，尾数的第一位就一定是1，所以就没有必要每次花一个数据位去保存了，所以我们就得到了采用隐含前导1的第二种表示方法。

符号（1位）	阶码（8位）	尾数（23位）
0	0000_0111	110_0100_0000_0000_0000_0000

2.3 偏码与补码

​ 那么如果遇到阶码是负数的情况怎么办，当然我们可以用补码来表示，但是补码不太符合浮点数的计算要求，为什么这么说呢？首先我要了解一下浮点数的加法过程。

​ 面对浮点数加法，我们与整数加法不同的是，我们要先比较阶码的大小，然后利用阶码的差，将尾数对齐，那么显然，补码的设计是不适合进行比较的，比如-1永远都对应最大的无符号数，比所有的正数都大。我们需要的是一个好比较的数制。

​ 这是偏码的长处，偏码就是把原始阶码加上了一个常数偏置。这个常数一般是 $2^{n-1}-1$​ ，其中 n 是阶码的位数，这样一来，阶码的大小比较就很容易了，而且计算差值也不会受到影响。所以采用了偏码的288，储存形式如下：

符号（1位）	阶码（8位）	尾数（23位）
0	1000_0110	110_0100_0000_0000_0000_0000

​ 那么为什么不所有的数都采用偏码表示，舍弃补码的用法，这可能是因为补码能更好的适应加减法吧。

2.4 浮点数的表示范围

​ 需要明确的一点，尽管浮点数的表示范围大了，但是其实他能表示的数还是 $2^{32}$ 个，这跟一个int表示的数是一样的，准确的来说，是浮点数的上限高了，但是范围内只能表示特定的一些数。因为只有 $2^{32}$ 中状态，所以只能表示 $2^{32}$ 种数，这是很直白的道理。

​ 所以与浮点数相伴随的，是舍入现象和溢出现象，因为没办法精确表示每一个数，所以舍入是必然的。溢出也比整型要复杂，分为负上溢出（负数太小了），负下溢出（负数太接近0了），正下溢出（正数太接近0了），正上溢出（正数太大了）。

2.5 特殊情况的表示

​ 正如2.4节形容的，有些数是没有办法按常理表示的，所以我们分出了几个状态来表示这些特殊值

数字	符号	阶码	小数
0	x	0000_0000	000_0000_0000_0000_0000_0000
$\infty $	0	1111_1111	000_0000_0000_0000_0000_0000
$-\infty$	1	1111_1111	000_0000_0000_0000_0000_0000
NaN	x	1111_1111	非零

2.6 IEEE 754 标准

​ 采用隐含前导1，偏码，特殊情况的数制就是这个标准。

---

三、位，字节，字

3.1 位（bit）

​ 位是存储的最小单位，就是0或者1的感觉。

3.2 字节（byte）

​ 字节是计算机数据处理的基本单位，一般用大写的B来表示

3.3 字（word）

​ Buses are typically designed to transfer fixed-sized chunks of bytes known as words. The number of bytes in a word(the word size) is a fundamental system parameter that varies across systems. Most machines today have sizes of either 4 bytes(32 bits) or 8 bytes(64 bits)

​ 也就是说，字跟数据处理没有关系，它是形容总线传输能力的参数，因为总线与CPU联系紧密，所以字也可被视作CPU一次处理数据的最大量，总的来说，是硬件参数。平常说的64位电脑，就是说最大可以处理64bit的数据，所以$1word=64bit=8byte$ 。