FPGA中浮点数的定点化笔记

FPGA中浮点数的定点化笔记
关于基本相关知识参考该博客
本文只针对FPGA中相关类型题目的做法思考整理，方便查看和复习，以后有时间再深入研究。
浮点数的定点化 FPGA

1.基础概念
浮点数:
简单来说，就是小数点的位置不是固定的
定点数:
简单来说，小数点的位置是固定的，也就是整数位宽与小数的位宽是固定的
以下部分内容摘自该博文
因为在普通的fpga芯片里面，寄存器只可以表示无符号型，不可以表示小数，所以在计算比较精确的数值时，就需要做一些处理，不过在altera在Arria 10
中增加了硬核浮点DSP模块，这样更加适合硬件加速和做一些比较精确的计算。
　　浮点数和定点数的区别：定点数的小数点是固定的，而浮点数的小数点的位置不确定，举个例子，定点数 1.11.1 = 1.2（定点一位小数），浮点数1.11.1=1.21，浮点数的小数点发生了移动，而定点数舍弃了一位，小数点的位置没有变。
　　在verilog里面，如果用用16位二进制表达定点小数，最高位就是符号位。我们把小数点之后的N位叫做Qn，例如小数点之后有12位叫做Q12格式的定点小数
而Q0就是我们所说的整数。
　　Q12的最大正数是0111.1111_1111_1111，第一个0是符号位，后面的数都是1，那么这个数的十进制就是0x7fff/2^{12=7.99999…，为啥是除2}12呢，因为是
十二位小数，0.1111_1111_1111接近与整数1，这样看有多少个1.
反过来，一个实际的数转换成Qn型的定点小数就是就是乘上2^n

2.定点化过程
部分内容来自该博文
定点化的过程:

第一步:
确定好整数与小数的位宽，例如，整数3位，小数12位，符号位1位
第二步:
确定定点数最大值与最小值，用第一步的例子，最大值为32767，最小值为－32768
（整数位＋小数位一起表示的最大最小值）
第三步:
将浮点数定点化，例如将3.1415926转化为定点数
3.1415926/（8/（32768））＝12867.9632896≈12867
12867就可以用于FPGA处理的定点数
注:
**1）.其中8为3位整数，12位小数能表示最大的实际值。
即3位整数最大表示7，加上12位小数为最大值接近1，所以最大值整数＋小数为8。
2） 32768为2的15（3+12位）次方，8/32768为精度，即将8分成32768份，令△＝8/32768
3） 3.1415926/（8/（32768））即为3.1415926有多少个△
4）浮点数定点化有一定的误差**

其中在此增加量化误差的计算内容：根据以上3.1415926转化为定点数为12867，那么误差有多少呢？
12867二进制表示为0011_0010_0100_0011（一共16位），其中整数部分011表示为3，小数部分0010_0100_0011为580，
十进制580转换为小数为580/4096=0.1416015625
量化误差:0.1415926-0.1416015625=0.0000089625

3.例子
以下内容摘自该博客，对其中一些小瑕疵改正了
例:16位的定点数(MAX:16’d32767 MIN:-32768)
3位整数位宽,12位的小数位,最高位的符号位
取低15位,其中第14,13,12位最大能表示7,
小数最大12位能表示的最大精度:1/4096=0.000244140625
(0.000244140625*4095 = 0.999755859375)
极限最大值表示:7.999755859375

说明:
判断能否用12位精度表示(即:无损失定点化),看能否除尽:
比如:12.918
3位整数位宽最大只能表示7 所以整数12需要4位位宽
小数部分0.918 判断:0.918/0.000244140625 = 3760.128 所以12位小数位能表示0.918

例:2.918进行定点化的过程:
8/32768 = 0.000244140625(最大精度)
2.918/0.000244140625 = 11952.128 ~=11952 表示2.918定点后的值

浮点数的乘法表示(注意相乘后位宽变化):
例:2.9183.1415926 ~= 1195212868
浮点结果 : 2.9183.1415926 = 9.1671672068
定点结果 : 1195212868 = 153798336 ~= 9.167095184326171875
‭‬
153798336 = 0000 1001 0010 1010 1100 0110 1100 0000‬
整数部分表示: 001001 = 9
小数部分表示: ‭2803392‬/(2^24) = 0.167095184326171875‬

例:正数的定点化
5bit的正数位,8bit的小数位
11.11111定点数的结果

4.面试例题

以下解析为该博客解释
在FPGA中做小数乘法时，一般需要对定点小数量化处理。
量化过程中首先需要确定量化的位宽，位宽越大量化的精度越高。比如10bit量化，表示的最大值为2^10-1 = 1023。如题所述，对12.918做无损定点化，首先需要确定对整数部分的量化位数。
整数为12，无损量化必须采用4bit；小数部分为0.918，假如采用12bit位宽，整数部分4bit，那么小数部分只有8bit。8bit所能表达的最大的整数为255（注意，定点小数在FPGA运算过程中是没有小数点的，比如12.918，实际存储的是12918的二进制形式，所以8bit表示小数部分最大为255，在后续反量化时再除以256，相当于小数点右移8位即可）。0.918256 = 235.008，换算为整数为235，该值即为对0.918做8bit量化后的整数值。
下面需要对235进行反量化得到：235 / 256 = 0.91796875，和0.918相比误差为0.00003125。因为做的是无损定点化，所以考虑的应该是有效位，0.918的有效位为3位，而误差在小数点后面第三位为0，所以可以实现无损定点化。
再看位宽选择11位时，小数部分用7位表示，按照上面所述方法得到：
（int）（0.918128）/128 = 0.921875,量化误差为0.003875，可见在小数点后面第三位不为0，因此就不能实现无损量化，误差为0.0039

但是我没看明白，根据前面介绍的内容自己推导如下：
首先整数部分为12，整数位宽4bit，按题中所示若位宽为12bit，则小数部分位宽8bit，最大精度1/256=0.00390625；
0.918/0.00390625=235.008可以表示。
如果位宽11bit，则小数部分为7bit，最大精度为16/2048=0.0078125，12.918/0.0078125=1653.504~=1653,
1653二进制为1100_1110101，小数部分1110101为117，117/128=0.9140625
则误差为0.918-0.9140625=0.0039375，此时再根据上面解析说因为做的是无损定点化，所以考虑的应该是有效位，0.918的有效位为3位，而误差在小数点后面第三位为0，所以可以实现无损定点化。

暂时到这里，自己对这一方面理解的还是不够深，如有错误，请指正。