详解 Universal Numbers Library：自定义算术插件类型的模板库

admin 3个月前 (03-09) 阅读数 24 #开源软件项目

## 项目介绍

Universal Numbers Library 是一个开源的、仅包含头文件的 C++ 模板库，旨在为混合精度算法开发和优化提供替代原生整数和浮点数的方案。通过针对应用程序的精度和动态范围定制算术类型，可以实现新的应用性能和能效水平，这对于需要通过智能行为实现自主性的嵌入式应用尤其有价值。

深度学习算法是 Universal Numbers Library 核心应用的一个垂直领域，替代格式和精度（如半精度浮点数和 bfloat16）可以提供两到三个数量级的速度提升，使得在 AI 领域的快速创新成为可能。

## 项目及技术应用场景

Universal Library 提供了一个即插即用的头文件库，可以用作原生类型的插件替代，并为探索 AI、DSP、HPC 和 HFT 算法中 IEEE-754 浮点数的替代品提供了低摩擦的环境。

基本的使用模式非常简单：

```cpp
#include <universal/number/cfloat/cfloat.hpp>

template<typename Real>
Real MyKernel(const Real& a, const Real& b) {
    return a * b;
}

constexpr double pi = 3.14159265358979323846;

int main() {
    using Real = sw::universal::half;

Real a = sqrt(2);
    Real b = pi;
    std::cout << "Result: " << MyKernel(a, b) << std::endl;
}
```

## 核心功能解析

Universal Library 包含了针对特殊 IEEE-754 格式的快速实现，这些格式在 x86、ARM、POWER、RISC-V 和 GPU 上没有普遍的硬件实现。它提供了诸如四分之一精度、半精度和四精度等特殊格式，以及诸如 NVIDIA 的 TensorFloat、Google 的 Brain Float 等特定厂商的扩展。除此之外，Universal 还支持静态和弹性整数、小数、定点点、有理数、线性浮点数、锥形浮点数、对数、区间和自适应精度整数、有理数和浮点数。

## 安装与配置指南

如果只是想尝试数字系统工具和测试套件，而不想麻烦地克隆和构建源代码，可以使用 Docker 容器来快速入门：

```bash
docker pull stillwater/universal
docker run -it --rm stillwater/universal bash
```

如果想要与代码一起工作，可以使用 cmake 版本 v3.23 构建 Universal Numbers 软件库。安装最新版本的 cmake，然后克隆 GitHub 仓库，并构建不同的 Universal 库组件。

## 实战案例分析

通过提供的示例和教育程序，用户可以快速熟悉不同的数字系统，并通过应用实例了解使用其他数字系统获得性能或数值准确性的情况。

## 常见问题解答

- **如何选择合适的数字系统？** 根据应用场景和所需的精度选择合适的数字系统。
- **如何贡献代码？** 通过 GitHub Issue 提交 bug 报告和功能请求。

## 发展历程与未来展望

Universal Numbers Library 的发展历程体现了开源社区的合作精神和技术创新。未来，该库将继续扩展支持的数字系统类型，优化性能，并增加更多的使用案例，以满足不同领域用户的需求。

版权声明

本文版权归开源软件库所有，未得允许禁止转裁。

上一篇：探索三维点云分割新境界：Run_based_segmentation开源项目深度解读下一篇：探索ROS2控制框架：深入解析ros2_control开源项目