03 RA Informationsverarbeitung 2

Rechnerarchitektur I (RAI)
Informationsverarbeitung
Dr. Steffen Märcker

Prof. Dr. Akash Kumar
Chair for Processor Design
Was bisher geschah...
2
q Vier Darstellungen für negative Binärzahlen:

q Vorzeichenbehaftete Größe (SM)
q Basiswertverschiebung
q 1-Komplement (1-C)
q Zweierkomplement (2-C)
q Rechenoperationen (für 2-C)
q Addition und Subtraktion (𝑂(𝑛))
q Multiplikation (𝑂 𝑛 ⋅ log 𝑛 )
q Division (𝑂 𝑛 ⋅ log 𝑛 , nutzt Multiplikationsalgorithmen)
Rechnerarchitektur I © Akash Kumar

Rechnen im Endlichen
vorzeichenlose Dualzahl
3
2n −1
+
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
𝑣=𝑐=1
𝑆 !"# = 𝐴! + 𝐵 !
!'# !'#
0000 + 𝑐 ⋅ 2! + 𝑆 ! = ) 𝑎$ ⋅ 2$ + ) 𝑏$ ⋅ 2$
1111 0001
$%& $%&
1110 0010
15 0 1
!'#
14 2
1101 0011 𝑐𝑠!'# … 𝑠& = ) 𝑎$ + 𝑏$ ⋅ 2$
13 3
$%&
1100 12 4 0100
11 5 Beispiel:
1011 10 6 0101
𝑆 = 1111( + 0001(
9 7
1010
8
0110 = 1 0000( (carry out)
1001 0111
1000
𝐷 = 0000( − 0001(
𝑐 … carry bit 𝑣 … overflow flag = 1 1111( (borrow in)

2-Komplement-Darstellung
4
−2n− 1 2n− 1 −1
- +
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
𝑐=1
𝑆 !"# = 𝐴! + 𝐵 !
0000 + = 𝑎!'# ⋅ 2!'# + 𝐴!'# +
1111 0001
1110
0
0010 𝑏!'# ⋅ 2!'# + 𝐵 !'#
-1 1
-2 2 0011
1101 !'(
-3 3
= 𝑎!'# + 𝑏!'# ⋅ 2!'# + ) (𝑎$ + 𝑏$ ) ⋅ 2$
1100 -4 4 0100
$%&
-5 5
= 𝑐 ⋅ 2! + 𝑠!'# ⋅ 2!'# + 𝑘 ⋅ 2
!'#
+ 𝑆 !'#
1011 -6 6 0101
-7 7 = 𝑐 ⋅ 2! + 𝑠!'# + 𝑘 ⋅ 2!'# + 𝑆 !'#
-8
1010 0110
1001 0111 1 for 𝑘 ≠ 𝑐
1000 𝑣=6
0 otherwise
𝑣=1
𝑐 … carry bit 𝑣 … overflow flag k … vorletztes carry bit

2-Komplement-Darstellung
5
−2n− 1 2n− 1 −1
- +
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7
𝑐=1
0000 +
1111 0001
1110
0
0010 Beispiel:
-1 1
-2 2
1101 0011 𝑆 =7+1
-3 3 = 0111( + 0001(
1100 -4 4 0100 = 0& 1# 0# 0# 0(
𝑘=𝑐=1 -5 5 𝑘=𝑐=0
1011 -6 6 0101 𝐷 = −8 − 1
-7 7
1010
-8
0110 = 1000( − 0001(
1001 0111 = 1000( + 1111(
1000
= 1# 0& 1& 1& 1(
𝑣=1= 𝑘≠𝑐
𝑐 … carry bit 𝑣 … overflow flag k … vorletztes carry bit

6
Die vier Grundrechenarten lassen sich auf die logischen Grundoperationen

und Addition zurückführen. Das Ergebnis der Addition ist im Allgemeinen um
eine Stelle größer als der größte Summand.
𝑆 !"# = 𝐴! + 𝐵$ für 𝑛≥𝑚
q In Rechenwerken wird das überzählige Bit 𝑠! als Carry bit 𝑐 bezeichnet.

q In 2-C-Notation liegen die Zahlenbereichsgrenzen bei 2!%# . Der Vergleich
der Carry bits in die Stellen 𝑠!%# und 𝑠! zeigt den Überlauf an und wird
Overflow 𝑣 genannt. Das Carry bit 𝑐 hat beim Rechnen in der 2-C-Notation
keine arithmetische Bedeutung!
q Die Fehlerprüfung und -behandlung muss für Signed arithmetic und
Unsigned arithmetic also unterschiedlich erfolgen.

Prüfen auf Overflow
7
q Im Allgemeinen dürfen Überläufe nicht zum Rechnen verwendet werden.

Das heißt, erst Ausrechnen danach auf Overflow prüfen, ist nicht erlaubt.
Das gilt insbesondere für die Programmiersprache C!
q Wie prüft man korrekt die Eingaben vor einer Addition?
Betrachtung:
q Für einen beliebigen Block code der Länge 𝑛 gilt:
0 … 0 ! ≤ 𝐴! ≤ 1 … 1 !
q Die Subtraktion von 𝐴! von 1 … 1 ! ist mindestens 0 und daher immer gültig!
1 … 1 ! − 𝐴! ≥ 0 … 0 !
q Für 𝐴! , 𝐵! < 1 … 1 ! gilt:

1…1 !
≥ 𝐴! + 𝐵! für den Fall 1 … 1 !
− 𝐴! ≥ 𝐵! !
q Für vorzeichenbehaftete Zahlen: Fallunterscheidung nach 𝐴 ≥ 1 und 𝐴 < 1!

8
Festkommazahlen
Fixed-point numbers

Festkommazahlen
9
Idee:
1.2 + 1.3 = 2.5 = 25 ⋅ 10CD = 12 ⋅ 10CD + 13 ⋅ 10CD
Vorteile:
❏ Geringe Komplexität, geringer Hardwareaufwand
❏ Rundungsfehler/Dynamik konstant und gleichmäßig
Anwendungen:
❏ Finanzmathematik
❏ Bruchrechnung auf einfacher Hardware
❏ Realtime-Anwendungen
❏ Digital Signal Processing, Image Processing, Neural Networks

Festkommazahlen (2)
10
❏ Darstellung von Brüchen als skalierte Ganzzahlen mit

implizitem Skalierungsfaktor 𝑆:
𝑎
𝑏 CD
= 𝑎 ⋅.
𝑏
E
❏ Stellenwertsystem mit 𝑚 ∈ ℕ FD
Nachkommastellen und
Faktor 𝑆 = 𝑏 CG :
JCD JLGCD JLGCD
𝑍 = 3 𝑧H ⋅ 𝑏 H = 3 𝑧HCG ⋅ 𝑏 HCG = 𝑏.
CG
⋅ 3 𝑧HCG ⋅ 𝑏 H
HICG HIK HIK
E
M
❏ Darstellung negativer Zahlen wie bei Ganzzahlen
❏ Skalierungsfaktor üblicherweise fest gewählt für alle Zahlen

Addition und Subtraktion von
Festkommazahlen
11
Beispiel:
0011 ⋅ 2CN + 0011 ⋅ 2CD = 0011 + 0110 ⋅ 2CN = 1001 ⋅ 2CN
../0 1.0 2.20
Algorithmus: (gleiche Basis, verschiedene Exponenten 𝑐D, 𝑐N)

𝑀D ⋅ 𝑏 O! ± 𝑀N ⋅ 𝑏 O" = 𝑀D ± 𝑀N ⋅ 𝑏 C(O! CO" ) ⋅ 𝑏 O!
1. Falls 𝑐D > 𝑐N vertausche 𝑍D und 𝑍N
2. Verschiebe 𝑀N um 𝑐D − 𝑐N Stellen nach links
3. Addiere bzw. subtrahiere 𝑀D und 𝑀N als Ganzzahlen
Schritt 1 und 2 sind unnötig für feste Skalierungsfaktoren 𝑐D = 𝑐N.

Multiplikation und Division von
Festkommazahlen
12
Beispiel:
0011 ⋅ 2CN ⋅ 0011 ⋅ 2CD = 0011 ⋅ 0011 ⋅ 2CN ⋅ 2CD = 1001 ⋅ 2CS
K.QR D.R D.DNR
Algorithmus: (gleiche Basis, verschiedene Exponenten 𝑐D, 𝑐N)

𝑀D ⋅ 𝑏 O! ⋅ 𝑀N ⋅ 𝑏 O" = 𝑀D ⋅ 𝑀N ⋅ 𝑏 O! LO"
𝑀D ⋅ 𝑏 O! ÷ 𝑀N ⋅ 𝑏 O" = 𝑀D ÷ 𝑀N ⋅ 𝑏 O! CO"
1. Multipliziere bzw. dividiere 𝑀D und 𝑀N als Ganzzahlen
2. Addiere bzw. subtrahiere die Exponenten 𝑐D und 𝑐N
Für feste Skalierungsfaktoren 𝑐D = 𝑐N muss das Ergebnis auf 𝑐D

Nachkommastellen gerundet und nach rechts verschoben werden.
13
Gleitkommazahlen
Floating-point numbers

Wissenschaftliche Notation (dezimal)
14
Festkommadarstellung mit 2 Stellen: Z#$ = 𝑧$(. )𝑧%#

❏ 0.1
❏ 1.5
❏ 9.0
❏ Wertebereich: 0.0, 0.1, … , 9.9
Wissenschaftliche Notation mit 2 Stellen: Z#& = 𝑀 (𝑒) ± 𝐸

❏ 1𝑒 − 4 = 0.0001 𝐸 ∈ {−4, … , 0, … , 5}
❏ 5𝑒 − 1 = 0.5
❏ 9𝑒 + 5 = 900′000
❏ Wertebereich: 0.0000, … , 900′000 mit

❏ 𝐸 = −4: 0.0000, 0.0001, … , 0.0009
❏ 𝐸 = −3: 0.001, … , 0.009
❏ …
❏ 𝐸 = ±0: 1, … , 9
❏ 𝐸 = +5: 100) 000, … , 900) 000

Gleitkommazahlen
(floating-point numbers)
15
Halblogarithmische Darstellung gebrochener Zahlen durch Mantisse und

Exponent:
𝑀 ⋅ 2& = ±𝑆 ⋅ 2&
𝑍=4 ±∞
𝑁𝑎𝑁
𝑀 … Mantisse (Signifikant 𝑆, nur Nachkommateil 1. 𝑓 bzw. 0. 𝑓)

𝐸 … Exponent (als Charakteristik 𝑐, in Bias-Notation)
± … Vorzeichen des Signifikanten (als 𝑠)
Vorteile: großer Wertebereich (dynamic Range) und flexibler Nachkommabereich
Nachteil: geringere relative Genauigkeit
Standard: ANSI/IEEE 754 von 1985, letzte Überarbeitung 2019

Datenformate IEEE 754
16
32-Bit Format (single)

31 23 22 0
s 8 Bit c 23 Bit f s … signum
c … characteristic
f … fractional part
64-Bit Format (double)
63 52 51 0
s 11 Bit c 52 Bit f
80-Bit Format (double-extended, Zwischenergebnisse)

79 64 63 0
s 15 Bit c 64 Bit f

Mantissendarstellung (1)
17
Darstellung der Mantisse 𝑀 als vorzeichenbehaftete Festkommazahl in

Signed-Magnitude Notation.
q normalisierte Form:
𝑀 = −1 ' ⋅ 1. 𝑓
Führende 1 wird nicht gespeichert und muss für Berechnungen ergänzt, d.h.
entpackt, werden. (Ausnahme: double-extended Format)
❏ denormalisierte Form:
𝑀 = −1 ' ⋅ 0. 𝑓
❏ Darstellung sehr kleiner Zahlen (bei minimalem Exponenten).

❏ Zwischenergebnis bei Berechnungen (vor der Exponentenanpassung).

Mantissendarstellung (2)
18
Wertebereich:
❏ normalisiert: 1.0 ≤ 𝑀 < 2.0
❏ denormalisiert: 0.0 ≤ 𝑀 < 1.0
Genauigkeit der Mantisse (binär - dezimal):
Datenformat Binärstellen max. rel. Genauigkeit Dezimalstellen

single 23 2−24 = 5.96 ...10−8 7
double 52 2−53 = 1.11 ...10−16 15
double-extended 64 2−64 = 5.42 ...10−20 19

Exponentendarstellung
19
Darstellung des Exponenten E als vorzeichenbehaftete ganze Zahl

in Basiswert-Darstellung (biased) mit dem Basiswert B c .
𝐸 = 𝑐 − 𝐵( bzw. 𝑐 = 𝐸 + 𝐵&
Wertebereich (ohne Ausnahmesituationen):
Datenformat Binärstellen 𝒃𝒄 Bc Wertebereich

single 8 127 -126 ≤E ≤ 127
double 11 1023 -1022 ≤E ≤ 1023
double-extended 15 16383 -16382 ≤ E ≤ 16383

Ausnahmesituationen der
Gleitkommadarstellung (1)
20
Größter (c = 2+! − 1) und kleinster (𝑐 = 0) Exponent sind für

Ausnahmesituationen reserviert (4 Darstellungsvarianten):
Interpretation s c f Zahlendarstellung
1. denormalisiert s 0 ≠0 −1 , ⋅ 0. 𝑓 ⋅ 2 #'-!
Null s 0 0 −1 ,
⋅0
2. normalisiert s 0 < 𝑐 < 2+! − 1 ≥0 −1 , ⋅ 1. 𝑓 ⋅ 2 .'-!
3. Unendlich s 2+! − 1 0 −1 ,
⋅∞
4. Not a Number 0 2+! − 1 ≠ 0 𝑁𝑎𝑁
❏ zwei verschiedene Darstellungen der Null (+0 und −0)

❏ die Darstellung der Null erfolgt als denormalisierte Zahl
❏ denormalisierte Zahlen werden mit 2 #%)" (E = −126) interpretiert
❏ Bereichsüberschreitungen sind nicht möglich (kein Restklassenring)
❏ Sonderdarstellungen für Unendlich, (−∞ und +∞) und Ausnahmen

Ausnahmesituationen der
21
Beispiele (IEEE 754 single):
s c f Z Interpretation
1. 0 00000000 00 . . . 00 +0 pos. Null
1 00000000 00 . . . 00 −0 neg. Null
0 00000000 00 . . . 01 +0,00...01 ·2−126 denormalisiert
1 00000000 00 . . . 01 −0,00...01 ·2−126 denormalisiert
2. 0 00000001 00 . . . 00 +1,00...00 ·2−126 normalisiert
1 00000001 00 . . . 00 −1,00...00 ·2−126 normalisiert
0 11111110 11 . . . 11 +1,11...11 ·2+127 normalisiert
1 11111110 11 . . . 11 −1,11...11 ·2+127 normalisiert
3. 0 11111111 00 . . . 00 +∞ pos. unendlich
1 11111111 00 . . . 00 −∞ neg. unendlich
4. 0 11111111 00 . . . 01 NaN Not-a-Number

Präzision von Gleitkommazahlen
22
Quelle: Wikipedia
Addition und Substraktion von
23
Normalisierte Darstellung:
𝑍# = 𝑀# ⋅ 2&# = ±𝑆# ⋅ 2&# = −1 '# ⋅ 1. 𝑓# ⋅ 2 (#%)"
𝑍* = 𝑀* ⋅ 2&$ = ±𝑆* ⋅ 2&$ = −1 '$ ⋅ 1. 𝑓 ⋅ 2 ($ %)"
*
𝐸* ≤ 𝐸#
𝑍# + 𝑍* = 𝑀# + 𝑀* ⋅ 2% &#%&$ ⋅ 2&#
= −1 '# ⋅ 1. 𝑓# + −1 '$ ⋅ 1. 𝑓* ⋅ 2% (#%($ ⋅2 (# %)"
Bei ungleichen Exponenten 𝐸#, 𝐸' muß die Zahl mit dem kleineren Exponenten
denormalisiert werden (Erhöhung des Exponenten bei gleichzeitiger
Rechtsverschiebung des Signifikanten).
Beachte: Die Mantissen 𝑀#und 𝑀' werden zur Berechnung im 2-C dargestellt!
24
Algorithmus für vorzeichenbehaftete Addition 𝑍𝑠 = 𝑍1 + 𝑍2 :
𝑍' = 𝑀# + 𝑀* ⋅ 2% (#%($ ⋅ 2&#
1. Wenn 𝑐1 < 𝑐2 , dann vertausche 𝑍1 und 𝑍2 .
2. Verschiebe 𝑀2 um 𝑐1 − 𝑐2 Stellen nach rechts.
3. Addiere bzw. Subtrahiere 𝑀1 und 𝑀2 analog zu vorzeichenbehafteten

ganzen Zahlen (Zweierkomplement). Bei negativem Ergebnis
Konvertierung in die Vorzeichen-Wert-Darstellung.
4. (i) Normalisierung und (ii) Rundung des Ergebnisses.

25
Beispiel (IEEE 754 single): (0 - Zusatzstelle wegen Zweierkomplement)
Z s c S Bemerkung Dez.
Z1 0 1000 0001 0 1.0000 ... normalisiert 4.0
Z2 0 0111 1111 0 1.1000 ... normalisiert 1.5
Z2 0 1000 0001 0 0.0110 ... denormalisiert 1.5
Z1 + Z2 0 1000 0001 0 1.0110 ... normalisiert 5.5
−Z2 1 1000 0001 1 1.1010 ... 2-C

−1.5
denormalisiert
Z1 − Z2 0 1000 0001 0 0.1010 ... denormalisiert 2.5
Z1 − Z2 0 1000 0000 0 1.0100 ... normalisiert 2.5

Gleitkommazahlen (1)
26
Normalisierte Darstellung:
𝑍# = 𝑀# ⋅ 2&# = −1 '# ⋅ 1. 𝑓# ⋅ 2 (# %)"
𝑍* = 𝑀* ⋅ 2&$ = −1 '$ ⋅ 1. 𝑓* ⋅ 2 ($ %)"
𝑍# ⋅ 𝑍* = 𝑀# ⋅ 𝑀* ⋅ 2 &# "&$
= −1 ('# "'$ ) ⋅ 1. 𝑓# ⋅ 1. 𝑓* ⋅ 2 (# "($ %)" %)"
𝑍# 𝑀# &# %&$
= ⋅2
𝑍* 𝑀*
'# %'$
1. 𝑓# (# %($ ")" %)"
= −1 ⋅ ⋅2
1. 𝑓*

27
.
Algorithmus für 𝑍- = 𝑍# ⋅ 𝑍* bzw. .#:
$
(# "($ %)" %)" /# (# %($ ")" %)"

𝑍- = 𝑀# ⋅ 𝑀* ⋅ 2 bzw. 𝑍- = ⋅2
/$
1. Bestimmung des Vorzeichens (𝑠1 ≠ 𝑠2 → negativ, 𝑠1 = 𝑠2 → positiv).
2. Multiplikation bzw. Division von 𝑀1 und 𝑀2 analog zu ganzen

Zahlen.
3. Addition von 𝑐1 und 𝑐2 und Subtraktion von 𝐵𝑐 bzw. Subtraktion von

𝑐1 und 𝑐2 und Addition von 𝐵𝑐 analog zu vorzeichenbehafteten
ganzen Zahlen.
4. (i) Normalisierung und (ii) Rundung des Ergebnisses.

28
Beispiel (IEEE 754 single):
Z s c S Bemerkung Dez.
Z1 0 1000 0001 1.0000 ... normalisiert 4.0
Z2 0 0111 1111 1.1000 ... normalisiert 1.5
Z1 ·Z2 0 1000 0001 1.1000 ... normalisiert 6.0
Z2
Z1
0 0111 1101 1.0000 ... normalisiert 0.375

Rundung von Gleitkommazahlen (1)
29
Der IEEE 754 - Standard fordert:

Das Ergebnis einer arithmetischen Operation soll das selbe sein, als würde
exakt gerechnet und anschließend gerundet.
Verschiedene Rundungsmodi:
❏ zum nächsten Wert, bei 0,5 auf den geraden Wert (round-to-even, LSB 0)
❏ nach 0
❏ nach +∞ oder −∞,
Relevante Bitstellen für die Rundung (auf q Stellen, vom MSB gezählt):
❏ guard Bit g - Bitstelle auf die gerundet wird (q. Stelle vom MSB),
❏ round Bit r - Rundungsbit (q+1. Stelle vom MSB),
❏ sticky Bit s - Zusatzstelle (q+2. Stelle vom MSB bis zum LSB)
Füllen der Bits g, r, s durch Rechtsschieben der Mantisse.

Dabei bleibt das s-Bit gesetzt, sobald es einmal gesetzt wurde ("sticks to one").

Rundung von Gleitkommazahlen (2)
30
Beispiel (Rundung auf q = 3 Stellen):
Nr. n-Bit Zahl Even Zero +∞ −∞

1 1.00 0 0 0 1.00! 1.00! 1.00! 1.00!
2 1.00 1 0 0 1.00! 1.00! 1 . 0 1↑ 1 . 0 0↓
3 −1 . 0 1 1 0 0 −1 . 1 0↓ −1 . 0 1 ! −1 . 0 1↑ −1 . 1 0↓
4 1.00 0 1 0 1.00! 1.00! 1 . 0 1↑ 1 . 0 0↓
5 −1 . 0 1 0 0 1 −1 . 0 1 ! −1 . 0 1 ! −1 . 0 1↑ −1 . 1 0↓
6 1.00 1 1 0 1 . 0 1↑ 1.00! 1 . 0 1↑ 1 . 0 0↓
7 1.00 1 0 1 1 . 0 1↑ 1.00! 1 . 0 1↑ 1 . 0 0↓
8 1.11 11 0 1 0 . 0 1↑ 1.11! 10.0 ↑ 1 . 1 1↓
g r s

Probleme beim Rechnen mit
Gleitkommazahlen
31
❏ Berechnungen mit denormalisierten Zahlen (c = 0) (Ungenauigkeit),

❏ Überlauf (Wertebereichsüberschreitung),
❏ Unterlauf (begrenzte Darstellung betragsmäßig kleiner Werte),
❏ Rundung.
Assoziativ- und Distributivgesetze gelten nur eingeschränkt:
Ursachen für die Differenzen sind die endliche Stellenzahl zur

Zahlendarstellung und die Rundung der Ergebnisse.
𝑎+ 𝑏+𝑐 ≠ 𝑎+𝑏 +𝑐
𝑎⋅ 𝑏⋅𝑐 ≠ 𝑎⋅𝑏 ⋅𝑐
𝑎+𝑏 ⋅𝑐 ≠ 𝑎⋅𝑐 + 𝑏⋅𝑐

Unterscheidbarkeit von Codes
32
Gegeben sei folgendes 32-Bit-Maschinenwort:

𝐵 = 1100 0101 1000 0111 1000 0101 1001 1001*
𝐵 = 𝐶587 8599#0
Was bedeutet es?

❏ Als vorzeichenlose Festkommazahl:
𝑁 = 3 313 993 113#1
❏ Als vorzeichenbehaftete Festkommazahl in 2-C-Notation:
𝑍 = −980 974 183#1
❏ Gleitkommazahl nach IEEE 754 single:
𝐹 = −4 336.699 7#1

Zusammenfassung
33
q Gleitkommazahlen können mechanisch verrechnet werden.

q Die Operationen für Gleitkommazahlen sind teuer
(komplexe Arithmetik, hoher Hardwareaufwand)!
q Encoding von Zahlen erfasst auch nicht-numerische
Information (z.B. Vorzeichen; Aufteilung in Vorzeichen,
Charakteristik, Signifikant)
q Encoding ist immer ein Contract zwischen Sender und
Empfänger. D.h. ein Code word kann seine eigene
Bildungsvorschrift nicht speichern! D.h. eine Maschine muss
zusätzlich wissen, wie ein Code word zu interpretieren ist.
(Sonst: Type confusion. Nr. 1 Mechanismus von
Computerviren)

34
Anhang
Appendix

Prüfen auf Overflow
35
q Für Unsigned arithmetic gilt: q Für Signed arithmetic gilt:

if ((UINT_MAX – A) >= B) then if (B < 1) then
C = A + B if ((INT_MAX – B) <= A) then
else C = A + B
ERROR else
ERROR
else if ((INT_MIN – B) <= A) then
C = A + B
else
ERROR

Vier wichtige Zahlensysteme
Four Important Number Systems
36
System Warum? Why? Anmerkungen

Remarks
Dezimal Decimal 10 Finger fingers
Binär AN/AUS Systeme 3 mal mehr Ziffern als
Binary ON/OFF systems dezimal
3 times more digits than
decimal
Oktal Kurzschreibweise für die 3 mal weniger Ziffern als
Octal Arbeit mit Binärdateien binär
Shorthand notation for 3 times less digits than
working with binary binary
Hex ------- dito --------- 4 mal weniger Ziffern als

binary
4 times less digits than
binary

03 RA Informationsverarbeitung 2

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

03 RA Informationsverarbeitung 2

Hochgeladen von

Copyright:

Verfügbare Formate

Rechnerarchitektur I (RAI)

Dr. Steffen Märcker

q Vier Darstellungen für negative Binärzahlen:

Rechnerarchitektur I © Akash Kumar

Rechnerarchitektur I © Akash Kumar

𝑐 … carry bit 𝑣 … overflow flag k … vorletztes carry bit

Rechnerarchitektur I © Akash Kumar

𝑐 … carry bit 𝑣 … overflow flag k … vorletztes carry bit

Rechnerarchitektur I © Akash Kumar

Die vier Grundrechenarten lassen sich auf die logischen Grundoperationen

𝑆 !"# = 𝐴! + 𝐵$ für 𝑛≥𝑚

q In Rechenwerken wird das überzählige Bit 𝑠! als Carry bit 𝑐 bezeichnet.

Rechnerarchitektur I © Akash Kumar

q Im Allgemeinen dürfen Überläufe nicht zum Rechnen verwendet werden.

q Für 𝐴! , 𝐵! < 1 … 1 ! gilt:

q Für vorzeichenbehaftete Zahlen: Fallunterscheidung nach 𝐴 ≥ 1 und 𝐴 < 1!

Rechnerarchitektur I © Akash Kumar

Rechnerarchitektur I © Akash Kumar

❏ Rundungsfehler/Dynamik konstant und gleichmäßig

❏ Bruchrechnung auf einfacher Hardware

❏ Digital Signal Processing, Image Processing, Neural Networks

Rechnerarchitektur I © Akash Kumar

❏ Darstellung von Brüchen als skalierte Ganzzahlen mit

Rechnerarchitektur I © Akash Kumar

Algorithmus: (gleiche Basis, verschiedene Exponenten 𝑐D, 𝑐N)

Schritt 1 und 2 sind unnötig für feste Skalierungsfaktoren 𝑐D = 𝑐N.

Rechnerarchitektur I © Akash Kumar

Algorithmus: (gleiche Basis, verschiedene Exponenten 𝑐D, 𝑐N)

Für feste Skalierungsfaktoren 𝑐D = 𝑐N muss das Ergebnis auf 𝑐D

Rechnerarchitektur I © Akash Kumar

Festkommadarstellung mit 2 Stellen: Z#$ = 𝑧$(. )𝑧%#

Wissenschaftliche Notation mit 2 Stellen: Z#& = 𝑀 (𝑒) ± 𝐸

❏ Wertebereich: 0.0000, … , 900′000 mit

Rechnerarchitektur I © Akash Kumar

Halblogarithmische Darstellung gebrochener Zahlen durch Mantisse und

𝑀 … Mantisse (Signifikant 𝑆, nur Nachkommateil 1. 𝑓 bzw. 0. 𝑓)

Rechnerarchitektur I © Akash Kumar

32-Bit Format (single)

80-Bit Format (double-extended, Zwischenergebnisse)

Rechnerarchitektur I © Akash Kumar

Darstellung der Mantisse 𝑀 als vorzeichenbehaftete Festkommazahl in

❏ Darstellung sehr kleiner Zahlen (bei minimalem Exponenten).

Rechnerarchitektur I © Akash Kumar

Genauigkeit der Mantisse (binär - dezimal):

Datenformat Binärstellen max. rel. Genauigkeit Dezimalstellen

Rechnerarchitektur I © Akash Kumar

Darstellung des Exponenten E als vorzeichenbehaftete ganze Zahl

Wertebereich (ohne Ausnahmesituationen):

Datenformat Binärstellen 𝒃𝒄 Bc Wertebereich

Rechnerarchitektur I © Akash Kumar

Größter (c = 2+! − 1) und kleinster (𝑐 = 0) Exponent sind für

❏ zwei verschiedene Darstellungen der Null (+0 und −0)

Rechnerarchitektur I © Akash Kumar

Beispiele (IEEE 754 single):

Rechnerarchitektur I © Akash Kumar

Algorithmus für vorzeichenbehaftete Addition 𝑍𝑠 = 𝑍1 + 𝑍2 :

𝑍' = 𝑀# + 𝑀* ⋅ 2% (#%($ ⋅ 2&#

1. Wenn 𝑐1 < 𝑐2 , dann vertausche 𝑍1 und 𝑍2 .

2. Verschiebe 𝑀2 um 𝑐1 − 𝑐2 Stellen nach rechts.

3. Addiere bzw. Subtrahiere 𝑀1 und 𝑀2 analog zu vorzeichenbehafteten

4. (i) Normalisierung und (ii) Rundung des Ergebnisses.

Rechnerarchitektur I © Akash Kumar

Beispiel (IEEE 754 single): (0 - Zusatzstelle wegen Zweierkomplement)

−Z2 1 1000 0001 1 1.1010 ... 2-C