‫معرفی انواع اعشاری ممیز شناور استاندارد IEEE 754 در دات‌نت ۱۱

چکیده: محاسبات ممیز شناور همواره یکی از چالش‌های بنیادین در مهندسی نرم‌افزار، سیستم‌های مالی و محاسبات علمی بوده‌اند. تا پیش از این، توسعه‌دهندگان اکوسیستم دات‌نت برای محاسبات دقیق بر پایهٔ مبنای ۱۰، منحصراً به نوع دادهٔ System.Decimal متکی بودند. با وجود دقت مناسب، این نوع داده با استاندارد بین‌المللی IEEE 754-2019 سازگار نبود و از مقادیر ویژه (نظیر بی‌نهایت یا NaN) و محاسبات عام (Generic Math) به شکل شناور پشتیبانی کاملی به عمل نمی‌آورد. فضای نام System.Numerics سه نوع دادهٔ اعشاری جدید با نام‌های Decimal32، Decimal64 و Decimal128 معرفی کرده است که پیاده‌سازی رسمی فرمت‌های استاندارد اعشاری ممیز شناور IEEE 754 هستند. این مقاله به بررسی ویژگی‌ها، معماری کدگذاری Binary Integer Decimal (BID)، رابط‌های Generic Math و مقایسهٔ کاربردی این ساختارها با انواع دادهٔ سنتی می‌پردازد.

• انواع ممیز شناور دودویی (Binary Floating-Point): نظیر float (Single) و double (Double) که بر مبنای پایهٔ ۲ کار می‌کنند. این انواع به دلیل ناتوانی در نمایش دقیق کسرهای مبنای ۱۰ (مانند 0.1 یا 0.01)، در محاسبات حساس مالی یا مقادیری که نیازمند دقت کسری دقیق هستند، منجر به خطاهای گردکردن (Rounding Artifacts) می‌شوند.
• انواع اعشاری سنتی (Fixed/Floating Decimal): نوع دادهٔ محبوب System.Decimal با اندازهٔ ۱۲۸ بیت و دقت ۲۸ الی ۲۹ رقم اعشار، سال‌ها راهکار استاندارد دات‌نت برای سامانه‌های مالی بوده است.

• یک نوع دادهٔ اختصاصی مایکروسافت است و مستقیماً با استاندارد مبادلهٔ IEEE 754-2019 مطابقت ندارد.
• از مقادیر استاندارد ممیز شناور مانند بی‌نهایت مثبت/منفی و مقدار نامعتبر (NaN یا Not-a-Number) پشتیبانی نمی‌کند.
• انتخاب‌های محدودی از نظر اندازه و حافظه ارائه می‌دهد (فقط ۱۲۸ بیتی است و گزینه‌های سبکتری مانند ۳۲ یا ۶۴ بیتی ندارد که در مدل‌های هوش مصنوعی و پردازش برداری کاربرد بالایی دارند).

• کدگذاری بر مبنای BID (Binary Integer Decimal): برخلاف DPD (Densely Packed Decimal)، این انواع از روش کدگذاری BID استفاده می‌کنند که در آن ضریب عددی (Significand) به صورت یک عدد صحیح باینری استاندارد ذخیره می‌شود. این رویکرد سازگاری بهتری با پردازنده‌های مدرن و رابط‌های فراخوانی ABI ایجاد می‌کند.
• انطباق دقیق بیتی (Bit-Exact Validation): محاسبات پایه این انواع بر اساس بردار آزمون‌های کتابخانه مرجع Intel Decimal Floating-Point Math Library اعتبارسنجی بیتی شده است.
• مقادیر ویژه (Special Values): پشتیبانی رسمی از PositiveInfinity، NegativeInfinity و انواع NaN (Quiet و Signaling).

using System;
using System.Numerics;

public class FinancialEngine
{
    // متد جنریک برای گردکردن با الگوریتم بانکی (MidpointRounding.ToEven)
    public static T RoundToCents<T>(T value) where T : IFloatingPoint<T>
    {
        return T.Round(value, digits: 2, MidpointRounding.ToEven);
    }

    public static void Execute()
    {
        // استفاده از Decimal64 برای کاهش مصرف حافظه نسبت به Decimal سنتی
        Decimal64 price = Decimal64.Parse("19.95");
        Decimal64 taxRate = Decimal64.Parse("0.0875");

        Decimal64 subtotal = price * (Decimal64.One + taxRate);
        Decimal64 finalTotal = RoundToCents(subtotal);

        Console.WriteLine($"Price: {price}");
        Console.WriteLine($"Total with Tax: {finalTotal}"); // خروجی: 21.70
    }
}

نکته فنی: توابع ریاضی پایه کاملاً Bit-Exact هستند. پیاده‌سازی توابع متعالی (Transcendental) در نسخه‌های آغازین، تقریب‌های بسیار دقیق استاندارد را ارائه می‌دهند و مایکروسافت برنامه‌ریزی کرده است تا در نسخه‌های آتی دقت بیتی کامل آن‌ها را نیز نهایی کند.

using System;
using System.Numerics;

public class AdvancedMathDemo
{
    public static void Run()
    {
        // بررسی لگاریتم طبیعی عدد نپر
        Decimal128 naturalLog = Decimal128.Log(Decimal128.E);
        Console.WriteLine($"ln(e) ≈ {naturalLog}"); // حدود 1

        // محاسبه جذر ۲ با دقت ۳۴ رقم اعشار
        Decimal128 two = Decimal128.Parse("2");
        Decimal128 sqrtTwo = Decimal128.Sqrt(two);
        
        Console.WriteLine($"Sqrt(2) [34 digits]: {sqrtTwo}");
        // خروجی: 1.414213562373095048801688724209698

        // بررسی مدیریت سرریز و مقادیر ویژه IEEE
        Decimal64 overflowValue = Decimal64.MaxValue * Decimal64.Parse("2");
        Console.WriteLine($"Overflow is handled gracefully: {overflowValue}"); // خروجی: Infinity
    }
}

• در سیستم‌های پرترافیک و مبتنی بر فضای ابری با بهره‌گیری از Decimal64 به جای Decimal، مصرف حافظه در مدل‌های داده را به نصف کاهش دهند.
• در حوزه‌های پردازش علمی، مدل‌های هوش مصنوعی (AI/ML) و تعامل با پایگاه‌های دادهٔ مدرن که مستقیماً از اعشاری‌های IEEE پشتیبانی می‌کنند، از تبدیل‌های مکرر و پرهزینه اجتناب ورزند.
• کدها و الگوریتم‌های ریاضیاتی خود را با استفاده از Generic Math یکپارچه و به دور از تکرار بازنویسی کنند.