ฉันยังจำเป็นต้องใช้จุดคงที่เพื่อรับประกันว่าคอมพิวเตอร์จะได้ผลลัพธ์เหมือนกันสำหรับการดำเนินการทางคณิตศาสตร์อีกต่อไปหรือไม่?

ฉันบอกคอมพิวเตอร์ที่ทันสมัยที่สุดว่าเป็นไปตามมาตรฐานจุดลอยตัวเดียวกันหมายความว่าพวกเขาทุกคนจะได้รับคำตอบเดียวกันสำหรับการดำเนินการทางคณิตศาสตร์ที่กำหนดหากอินพุตเหมือนกันหรือไม่?

ฉันถามเพราะฉันกำลังค้นคว้าหาข้อมูลเกี่ยวกับการสร้างเกม RTS บนเครือข่ายและการซิงค์ตำแหน่งของยูนิตนับร้อยดูเหมือนจะเป็นวิธีที่ไม่ดี

ดังนั้นถ้าฉันส่งเฉพาะอินพุตเท่านั้นฉันต้องรับประกันว่าลูกค้าทั้งหมดจะได้รับผลลัพธ์เดียวกันโดยให้พวกเขาเรียกใช้การจำลองจากอินพุตเหล่านั้น

ฉันอ่านว่าเกม RTS ที่เก่ากว่าใช้การคำนวณจุดคงที่ แต่ฉันไม่รู้ว่ายังคงต้องใช้กับคอมพิวเตอร์ที่ทันสมัยหรือไม่หากพวกเขาปฏิบัติตามมาตรฐานเดียวกันหรือไม่ ฉันยังบอกด้วยว่าถึงแม้จะไม่แน่ชัด แต่ผลลัพธ์ของจุดลอยตัวนั้นถูกกำหนดไว้สำหรับอินพุตเดียวกัน

คอมพิวเตอร์ยังคงมีการเบี่ยงเบนแม้ว่าพวกเขาจะเป็นไปตามมาตรฐานจุดลอยตัวเดียวกันหรือไม่?

ฉันกำลังเขียนเกมนี้ใน C # ไม่แน่ใจว่าเรื่องนั้นคิดว่าฉันจะพูดถึงมันต่อไป

คอมพิวเตอร์ยังคงมีการเบี่ยงเบนแม้ว่าพวกเขาจะเป็นไปตามมาตรฐานจุดลอยตัวเดียวกันหรือไม่?

น่าเสียดายใช่โดยเฉพาะอย่างยิ่งเมื่อคุณใช้ C # (หรือภาษาที่รวบรวม JIT อื่น) ปัญหาที่เกิดขึ้นที่นี่คือขั้นตอนการรวบรวม JIT ในสถาปัตยกรรมตัวประมวลผลบางตัวสร้างรหัสที่ใช้การลงทะเบียน CPU มากกว่าสถาปัตยกรรมอื่น ๆ สิ่งนี้สามารถนำไปสู่สถานการณ์ที่มีอยู่ในเครื่องบางเครื่องความแม่นยำจุดลอยตัวแบบขยายถูกนำมาใช้สำหรับการทำงานบางอย่าง ซึ่งหมายความว่าสำหรับการคำนวณซ้ำทุกครั้งโดยใช้สองเท่ามีโอกาสที่จะเกิดข้อผิดพลาดในการปัดเศษสะสมที่แตกต่างกัน

นั่นไม่ใช่ปัญหาสมมุติฐานฉันมีประสบการณ์โดยตรงกับการเบี่ยงเบนดังกล่าวในซอฟต์แวร์การจำลองทางวิศวกรรมร่วมสมัยบนฮาร์ดแวร์ที่ทันสมัยมากขึ้นหรือน้อยลง ปัญหานี้ทำให้ยากมากในการสร้างการทดสอบการถดถอยที่เชื่อถือได้สำหรับการคำนวณจุดลอยตัวที่ซับซ้อนซึ่งให้ผลลัพธ์ที่เหมือนกันทุกเครื่องที่เกี่ยวข้อง

ข้อผิดพลาดของ Floating Point

หมายเลขจุดลอยตัวทุกตัวจะมีค่าไม่ถูกต้องตามที่ใช้ในการคำนวณ นี่คือความจริงที่เรียบง่ายของการใช้รูปแบบที่แน่ชัดในการคำนวณในการคำนวณนี้ยังมีความอ่อนไหวต่อคำสั่งของการคำนวณ commutativity ไม่รับประกันเช่น:. อาจจะหรืออาจจะไม่เหมือนกัน(a + b) + ca + (b + c)

นอกจากนี้โปรเซสเซอร์ไม่จำเป็นต้องมีความยาว mantissa เท่ากับมาตรฐานหน่วยความจำ สิ่งนี้สามารถสร้างพฤติกรรมที่น่าสนใจในขณะที่ 32/64/128 บิตทุ่นลอยทำงานเป็นบางครั้งราวกับว่าพวกเขามีบิตมากขึ้น

ข้อผิดพลาดคงที่

ที่ถูกกล่าวว่าเลขคณิตจุดคงที่ยังสามารถสะสมข้อผิดพลาด ความแตกต่างคือหมายเลขจุดคงที่ชัดเจนเกี่ยวกับความแม่นยำที่หายไปและขึ้นอยู่กับการดำเนินการที่เลือกสามารถหลีกเลี่ยงข้อผิดพลาดในการปัดเศษทั้งหมด (a + b) + c = a + (b + c)พวกเขายังมีการสับเปลี่ยน

ที่?

ตัวเลือกใดที่จะใช้ขึ้นอยู่กับคุณสมบัติที่คุณต้องการ

หมายเลขจุดลอยตัว:

• ให้คุณค่าที่หลากหลายซึ่งมีความละเอียดมากและใกล้เคียงกันมากขึ้นเรื่อย ๆ
• มีความอ่อนไหวต่อลำดับการคำนวณ
• สะสมข้อผิดพลาดในการปัดเศษเมื่อเวลาผ่านไป
• สามารถมีพฤติกรรมที่ผิดปกติเนื่องจากฮาร์ดแวร์ / หน่วยความจำขนาดลอยไม่ตรงกัน

หมายเลขจุดคงที่:

• ให้ช่วงตัวเลขที่เล็กลงด้วยระยะห่างเท่ากันระหว่างสองหมายเลขติดต่อกัน
• มีความไวต่อลำดับการคำนวณน้อยกว่า
• ชัดเจนเกี่ยวกับข้อผิดพลาดในการปัดเศษ
• สามารถทำงานร่วมกับเพื่อลด / หลีกเลี่ยงปัญหาการปัดเศษ

มีคำถามว่าทำไมคุณต้องการที่จะรับประกันผลเหมือนกันคือตั้งแต่ผลเหมือนกันให้การรับประกันใดที่ทุกคนว่าผลของคุณมีประโยชน์

คุณอาจมีอัลกอริธึมที่ไม่เสถียรเชิงตัวเลขที่ให้ผลลัพธ์ที่เหมือนกัน แต่ไร้สาระอย่างสมบูรณ์ในคอมพิวเตอร์ที่แตกต่างกันสองชุด หากมีความแตกต่าง แต่ผลลัพธ์เหมือนกันภายใน 13 หลักนั่นน่าเชื่อถือกว่ามาก

มีสถานการณ์น้อยมากที่ความสำคัญในการทำซ้ำมีความสำคัญจริง ๆ : ในเลย์เอาต์เอ็นจิ้นหรือการบีบอัด / คลายการบีบอัดแบบไม่สูญเสียข้อมูล การใช้จุดคงที่มีแนวโน้มที่จะเข้าใจผิดมาก