IEEE 754浮点数格式中非规格化与规格化数的设计依据咨询

1. 非规格化数格式设计：为何采用±(0.F) × 2^-126而非±(1.F) × 2^-127 #

以最常用的单精度浮点数（8位指数位、23位尾数位、1位符号位）为基础，首先明确编码规则的初始边界：指数位全0（e=0）、全1（e=255）是保留专用区间，正常规格化数的指数范围为e=1到e=254，对应实际指数值为e - 127。

• 若采用±(1.F) × 2^-127作为非规格化数格式，会存在两个无法接受的设计缺陷：
  • 在数值靠近0的位置形成精度断崖。这种方案下，最小可表示正数为1.0 × 2^-127，0与这个最小值之间存在整整2^-127的表示空白，相当于相邻非规格化数步长（2^-127 / 2^23 = 2^-150）的838万倍。计算发生下溢时，精度会直接从可表示粒度跳转为0，完全丧失渐进精度能力。
  • 严重浪费保留编码的价值。给非规格化数加隐含的1后，整个e=0的区间（共2^24种编码）只能覆盖[1.0×2^-127, 2.0×2^-127)的数域，数域密度完全匹配正常规格化数的粒度，但更靠近0的[0, 1.0×2^-127)区间没有任何编码可以覆盖，等于把一半的非规格化数域空了出来。
• 实际采用±(0.F) × 2^-126格式的核心优势：
  • 实现全数值范围的步长连续衔接。e=0区间的实际指数固定为-126，尾数不带隐含1，整个区间能覆盖[0, 2^-126)的数域，相邻可表示数的步长为2^-126 / 2^23 = 2^-149。相邻的最小规格化数为e=1时的1.0 × 2^-126，两个区间的边界间隙正好是一个步长2^-149，完全没有精度断崖。从0到最大有限数的整个表示范围，相邻可表示数的粒度是平滑过渡的，真正实现了渐进下溢，避免小数值计算的精度突变。
  • 大幅降低硬件实现复杂度。隐含位的触发条件统一绑定“指数位非全0、非全1”的场景，不需要单独为e=0的区间设计额外的隐含位判断逻辑，硬件判断规则非常简单。

2. 规格化数尾数格式设计：为何采用±(1.F) × 2^exp而非±(11.F) × 2^exp、±(10.F) × 2^exp #

• 二进制科学计数法的固有特性：任何非零二进制实数，都可以唯一写成最高位为1的小数 × 2的整数次幂的形式。也就是无论原始数是什么，只要是非零值，把小数点移到第一个1的后面，就能得到唯一的规范形式，而这个第一个1是所有非零二进制数的固定属性。
• 选择±(1.F) × 2^exp的核心收益是零成本的精度提升：
  这个固定存在的最高位1根本不需要占用实际的存储空间，只要识别到是规格化数（指数位非全0、非全1），硬件就可以自动在存储的尾数前面补上这个隐含的1。同样的总存储位宽下，相当于多获得了1位的有效精度，比把整个尾数全部存进内存的方案，精度直接提升一倍。
• 其他候选格式的设计缺陷：
  • 若采用±(11.F) × 2^exp：规则要求小数点前的两位都必须是1，也就是每个指数区间的数域为[3×2^exp, 4×2^exp)，相邻指数区间之间会空出整整一个指数的数域（比如[4×2^exp, 6×2^exp)的数根本找不到合法的规范表示），近一半的编码空间被浪费，没有任何收益。
  • 若采用±(10.F) × 2^exp：这种形式和±(1.F) × 2^(exp+1)是完全数学等价的，相当于在隐含位后面硬塞了一个固定的0，这个0不带任何有效信息，平白占用了一个隐含位置，同样的总位宽下能存储的实际有效尾数少了1位，精度反而下降。

内容的提问来源于stack exchange，提问作者pmor