C/C++ 演算法設計中任意位寬資料類型應用指南

前言：定點演算法開發的精度與效能平衡

開發定點演算法需在功能性、數值精度建模、驗證速度間取得平衡。傳統 C 內建型別（float/double、64 位整數、53 位尾數）位寬固定，難以精確建模任意精度需求（如 33 位相乘超過 64 位範圍）。演算法 C 資料類型（Algorithmic C Datatypes）提供任意長度整數與定點類型，解決此痛點。

傳統建模局限性

// 使用 float 建模定點行為，精度受限且難合成
float temp = 0.0f;
for (int i = 0; i < N; i++) {
    temp += (coeff[i] * input[i]) >> 15; // 手動量化、飽和處理
}

內建型別語義不一致（如位移操作平台相關、有號/無號混用行為未定義），導致模擬與合成結果不符、難以除錯。

演算法 C 資料類型核心優勢

統一且一致的語義

• 有號/無號混用行為可預期，無 C/C++ 整數提升陷阱
• 位寬無限制，不存在精度溢位問題
• 所有操作（含位移、除法）完整定義，混合型別表達式 x+y 與 y+x 結果一致
• 編譯期靜態決定位寬，避免動態記憶體分配，語義易於合成

卓越執行效能

針對 FIR 濾波器 10^8 次呼叫測試（GCC 4.1.1）：

演算法 C 類型 ac_fixed 比 SystemC sc_fixed 快 **200+ 倍**，媲美手工優化 C 代碼。

整數類型 ac_int 效能優勢

DCT 演算法測試（2 位移位操作），ac_int 超過 SystemC sc_int/sc_bigint 顯著效能。

結論

基於 ANSI C++ 標準的演算法 C 整數與定點類型，支援任意位寬指定，提供統一語義、高達 200 倍仿真效率提升，是 C-to-RTL 設計流程中保證任意位寬精度的關鍵環節。