新型应用受益于浮点DSP的高精度

视频与音频数据集要求

将视频与音频应用的数据集要求加以对比，就很容易看出使用浮点格式的优势。视频的采样率很高，其像素数据采样率相当于每秒数十乃至数百个兆位 (Mbps)，具体的值决于应用。像素数据通常以 8 至 12 位的短字表示，每一位代表影像的红、绿、蓝 (RGB) 位面。业界标准的 MPEG 视频压缩算法的关键数学运算包括离散余弦变换 (DCT) 与量化，且过滤有限。DCT 与量化采用整数运算就能有效处理，它与短数据字相结合使得视频成为定点 DSP 很自然的应用，特别对那些设计有大量并行数据路径与片上视频接口的情况更是如此。

另一方面，音频的数据流更为有限，对 24 位采样且每秒 48 千个采样 (ksps) 的速度而言，约为 1Mbps 的速度。新兴的采样率为 192 ksps，为该数据速率的四倍，但其数据流仍然大大低于视频流。不过音频数据的处理必须比视频精确得多。眼睛很容易就被欺骗，特别当影像运动时更是如此；但耳朵就很难欺骗了。因此音频需要浮点硬件提供的更大的字长。

使用完全 24 位浮点 I/O 精度来进行声音采样，这就得到 144 dB 的动态范围，大大超出了声音复制所需的全振幅范围。此外，音频还要求宽系数与中间结果提供的精确度，其原因有二。首先，音频应用通常使用串联无限脉冲响应滤波器 (IIR) 以实现最低时延与最高性能。但串联过滤每一级都会传播上一级的错误。信号与系数字长越长，精确度越高，上述传播错误的影响就越小。

第二，在接近于零时必须保持信号精确度，以避免人耳可以分辨的谐波失真。浮点格式从本质上说与人耳的敏感度配合得很好，因为它在分数趋近于零时会变得更精确。相反，定点系统在分数极小的情况下会取近似值等于零，这就降低了精确度。所有上述浮点实数算法方面都对真实复制音频信号至关重要。

尽管过去常用定点器件实现高保真音频，但目前则转向采用精确度更高的浮点格式。某些浮点 DSP 集成了多通道音频串行端口 (McASP)，从而简化了音频系统的设计，这就为上述发展趋势提供了支持。随着最新型音频创新在消费类电子产品中的日益普及，对浮点 DSP 的需求也将上升，这也有助于让其成本更接近于定点 DSP。

决定数据集

其它类型应用的数据集也可受益于浮点的精确度。在医疗影像识别中，更高的精确度能够支持许多层次的信号输入，包括光、X 射线、超声波与其它来源的输入等，它们都必须进行定义与处理，以生成提供有用诊断信息的输出影像。动态范围较大对雷达至关重要，这种情况下，系统应能够在从零到无穷大的范围内进行跟踪，而只用整个范围的一个较小的子集进行目标捕获与识别。动态范围较大也有助于让机器人处理不可预见的情况，如在机器人正常有限的运动范围中遇到的障碍等。与上述应用形成对比的是，定点器件为巨大的通信市场提供更好的服务，因为大多数通信数据都是以八位字节串行传输，随后进行内部扩展以根据整数运算进行 16 位处理。

近年来，随着数字信号处理领域不断发展，DSP 也由应用推动发展。SOC 集成意味着更多的存储器和不同的内核与专用外设一起均能集成到同一器件上，这就使 DSP 产品能够按特定市场的需求进行定制。在此环境中，浮点功能已成为整体 DSP 产品组合中的另一要素。

定点DSP与浮点 DSP 之间在成本与易用性方面仍有某些差异，但随着时间的推移，上述差异已经不大。对设计人员最具重要性的特性在于浮点格式具有更高的算术灵活性与精确度。对高保真音频以及需要实数运算、更高精确度与较大动态范围的其它数据集应用而言，浮点 DSP 是最佳的解决方案。