T27.AI

Блог

Курс 3: GoldenFloat, одно правило для семнадцати ширин

2026-10-07 · 4 мин чтения

[браузерный компилятор выполняет постоянные проверки спеки, а не тесты её функций; правки 7 спек уроков ждут gHashTag/t27 PR 7496; ни один урок не заявляет скорости или результата на железе] Новый курс о семействе GoldenFloat: одно правило, E = round((N - 1) / phi^2), делит каждую ширину от GF4 до GF1024. 27 уроков в 9 модулях по 3, каждый открывает таблицу из одной спеки и саму спеку.

Титульная карточка статьи, иллюстрации пока нет: Курс 3: GoldenFloat, одно правило для семнадцати ширин
Открыть титульную карточку в исходном размере
#t27#Course#GoldenFloat

Курс 3 — GoldenFloat: одно семейство форматов с плавающей точкой из arXiv:2606.05017, где одно правило выбирает деление для каждой ширины. Из N - 1 битов после знака round((N - 1) / phi^2) уходят в порядок, остальные в мантиссу. Спека семейства перечисляет 17 ширин, от GF4 до GF1024, и отмечает GF16 основным.

Что открывает каждый урок

Каждый из 27 уроков открывает чёрно-белую таблицу из одной спеки: поля одного формата, его смещение и расстояние до 1 / phi или значения, которые проверяет тест. Каждое число в таблице — константа или тестовое значение спеки урока либо арифметика над ними. Где тест вписывает значение, а не вычисляет его, как в gf_competitive.t27, урок так и говорит. Где комментарий и код спеки расходятся, урок говорит, что есть что: в gf8.t27 комментарий называет наибольшим значением 15.5, а код вычисляет 31.

27 уроков собраны в 9 модулей по 3: правило и его числа; почему phi, почему три; от GF4 до GF8; от десяти до четырнадцати битов; GF16 в работе; от GF32 до GF64; от GF96 до GF256; самые широкие ступени, затем триты; ещё триты, затем раскодирование. 7 спек уроков (phi_ratio, phi_split_optimality, radix_economy, gf8, gf12, gf24, gf32) не компилировались чисто в браузерном компиляторе; каждая получила наименьшую правку, с которой компилируется, и та же правка предложена в gHashTag/t27 как PR 7496.

27 уроков

#УрокСпекаВиджет
1Число с плавающей точкой, разрезанное по phinumeric/goldenfloat_family.t27таблица
2Phi как отношениеnumeric/phi_ratio.t27таблица
3Числа Люка остаются целымиnumeric/lucas_accumulator.t27таблица
4Почему деление по phimath/phi_split_optimality.t27таблица
5Почему основание триmath/radix_economy.t27таблица
6Phi в шестнадцати битахnumeric/gf_competitive.t27таблица
7GF4: четыре битаnumeric/gf4.t27таблица
8GF6: шесть битовnumeric/gf6.t27таблица
9GF8: один байтnumeric/gf8.t27таблица
10GF10: десять битовnumeric/gf10.t27таблица
11GF12: двенадцать битовnumeric/gf12.t27таблица
12GF14: четырнадцать битовnumeric/gf14.t27таблица
13GF16: основной форматnumeric/gf16.t27таблица
14Два произведения, одна суммаternary/gft_dot2.t27таблица
15GF20 и GF24numeric/gf24.t27таблица
16GF32: одинарная точностьnumeric/gf32.t27таблица
17GF48: сорок восемь битовnumeric/gf48.t27таблица
18GF64: двойная точностьnumeric/gf64.t27таблица
19GF96: девяносто шесть битовnumeric/gf96.t27таблица
20GF128: четверная точностьnumeric/gf128.t27таблица
21GF256: двести пятьдесят шесть битовnumeric/gf256.t27таблица
22GF512: пятьсот двенадцать битовnumeric/gf512.t27таблица
23GF1024: один килобитnumeric/gf1024.t27таблица
24GF-T8: порядок в тритахnumeric/gft8.t27таблица
25GF-T16: шесть тритовnumeric/gft16.t27таблица
26GF-T32: двенадцать тритовnumeric/gft32.t27таблица
27Раскодировать за один шагmath/gf_competitive.t27таблица

t27c on tnf17.t27 -- a 17-bit ternary-exponent float, native

Это не урок этого курса, а tnf17.t27 из курса «AI numbers». Его TNF17e тоже хранит порядок в сбалансированных тритах: их четыре там, где у GF-T16 шесть. t27c нативно прогоняет 34 из 34 тестов, ни один не пустой; замена XOR на OR в tnf_negate роняет ровно один тест, negate_is_an_involution; git возвращает спеку. 30,3 с. Открыть запись на отдельной странице.

Чего этот курс не утверждает

Ни один урок не заявляет скорости, точности на модели или результата на железе. Урок про раскодирование считает шаги так, как их записывает спека, а не время. Каждая спека формата говорит, что её смещение — открытый вопрос: оно выбирается для каждого формата, а не выводится из замкнутой формулы.

Чего это не решает

Пруфы

Поработаем вместе

Нужно довести FPGA/RTL-задачу до замеров на железе?

Работаю по контракту и part-time с hardware-AI, FPGA/RTL и ML-системами — от спецификации и открытого тулчейна до воспроизводимых измерений.