IEEE 754浮点标准：单精度与双精度格式、规格化与非规格化数、特殊值、舍入模式
好，咱们正式开始聊浮点数的底层标准。
做FPGA这么久，我见过太多同学在浮点运算上栽跟头。说白了，很多人以为浮点数就是“带小数点的数”，结果一上硬件，精度对不上、特殊值没处理、舍入方式搞错……板子调三天，最后发现是标准没吃透。
所以这一章，咱们把IEEE 754这个“浮点世界的基本法”彻底捋一遍。你想想看，没有这个标准，不同厂商的芯片算出来的结果都不一样，那还怎么玩？
2.1 单精度与双精度格式
IEEE 754定义了两种最常用的格式：单精度（32位）和双精度（64位）。
我个人习惯把它们的结构记成三部分：符号位、指数位、尾数位。就这么简单。
| 格式 | 总位数 | 符号位 | 指数位 | 尾数位 | 指数偏移量 |
|---|---|---|---|---|---|
| 单精度 | 32 | 1 | 8 | 23 | 127 |
| 双精度 | 64 | 1 | 11 | 52 | 1023 |
嗯，这里要注意：指数是带偏移量的。什么意思？单精度的指数实际值 = 存储值 - 127。比如存储的指数是130，那实际指数就是3。这个设计是为了能表示正负指数，又不用补码，挺巧妙的。
核心公式：
数值 = (-1)^符号 × 2^(指数-偏移量) × 1.尾数
注意那个“1.”——规格化数默认隐藏了一个整数位的1。
2.2 规格化与非规格化数
这里有个坑，我当年刚做RISC-V浮点单元时就踩过。
规格化数：指数不全为0，也不全为1。尾数前面隐含一个“1.”。这是最常见的浮点数形式。
非规格化数：指数全为0。这时候隐含的整数位变成“0.”。为什么要搞这个？
说白了，就是为了表示非常接近0的数。如果只有规格化数，那最小的正数就是2^(-126)左右。但有了非规格化数，我们可以一直表示到2^(-149)附近。这叫“逐渐下溢”，而不是突然变成0。
我的经验：
在FPGA上实现非规格化数处理时，很多人直接把它当作0扔掉。我曾经在一个雷达信号处理项目里这么干过，结果信噪比差了3个dB。后来发现，那些微小的非规格化数恰恰是弱信号的关键信息。所以，除非你的应用对精度完全无所谓，否则别偷懒。
2.3 特殊值：NaN与Infinity
浮点数里有两个“特殊居民”：无穷大和NaN。
- Infinity（无穷大）：指数全为1，尾数全为0。有正负之分。
- NaN（Not a Number）：指数全为1，尾数不全为0。
NaN又分两种：
- Quiet NaN（安静NaN）：最高尾数位为1。运算遇到它，不触发异常，继续传播。
- Signaling NaN（信令NaN）：最高尾数位为0。运算遇到它，会触发无效操作异常。
避坑指南：
我曾经在实现RISC-V的FADD指令时，忘了处理NaN的传播规则。结果两个NaN相加，输出了一个乱七八糟的数。后来查了三天，才发现是尾数位的“NaN载荷”没有正确传递。记住：NaN的尾数部分可以携带诊断信息，不要随便清零。
2.4 舍入模式介绍
浮点运算的结果往往不能精确表示，这时候就需要舍入。IEEE 754定义了四种基本舍入模式：
| 舍入模式 | 说明 | 典型场景 |
|---|---|---|
| 就近舍入（偶） | 舍入到最近的可表示值，平局时取偶数 | 默认模式，大多数计算用这个 |
| 向+∞舍入 | 结果向上取整 | 区间运算的上界 |
| 向-∞舍入 | 结果向下取整 | 区间运算的下界 |
| 向0舍入 | 直接截断小数部分 | 整数转换、定点数处理 |
你可能会问：“就近舍入为什么还要分平局？”
举个例子：1.5要舍入到整数。离1和2一样近，怎么办？IEEE 754说取偶数，所以1.5 -> 2。2.5呢？也是取偶数，2.5 -> 2。这样做的目的是让统计误差不偏向任何一方。
FPGA实现要点：
在硬件里实现舍入，核心是处理三个位：
- 保留位（Guard bit）：结果的最低有效位之后的一位
- 舍入位（Round bit）：保留位之后的一位
- 粘滞位（Sticky bit）：舍入位之后所有位的逻辑或
这三个位决定了最终怎么舍入。我建议你在写Verilog时，把这三位单独拉出来做状态机，别混在加法器里，否则调试起来很痛苦。
2.5 知识体系总览
下面这张图是我自己梳理的浮点标准核心脉络，画成SVG方便你对照着看。
2.6 实战中的一点感悟
说实话，IEEE 754标准看起来枯燥，但它是浮点运算的基石。我在做RISC-V浮点单元时，光是舍入逻辑就重构了三版。第一版直接用截断，结果数值误差累积到不可接受；第二版做了就近舍入，但没处理平局情况；第三版才老老实实按标准来。
所以我的建议是：别跟标准对着干。IEEE 754是无数前辈用血泪教训总结出来的，你照着做，至少不会出大错。
一个小技巧：
在FPGA上验证浮点单元时，我习惯用Python的struct模块把浮点数拆成二进制，然后跟RTL仿真结果逐位对比。这样能快速定位是符号位、指数还是尾数出了问题。
公众号:蓝海资料掘金营，微信deep3321