Параметр KIND и точность вычислений

~13 минут · 3 примера · 3 вопроса

Параметр KIND — это рычаг, которым вы выбираете точность и диапазон чисел, не привязываясь к конкретному железу.

KIND — целочисленный параметр типа, задающий разновидность integer, real или других типов: его значение определяет, сколько байт занимает число и, следовательно, его диапазон и точность.

В прошлом уроке температура 36.6 напечаталась как 36.5999985. Это окно в самую важную тему численного программирования — конечную точность машинных чисел. Fortran управляет точностью через механизм KIND, и понимание этого механизма отделяет того, кто «пишет на Fortran», от того, кто действительно считает на нём надёжно. Этот урок объясняет, что такое KIND, как запросить нужную точность переносимо и почему наивная работа с real ведёт к накоплению ошибок.

Зачем понадобился KIND: проблема переносимости

Чтобы оценить элегантность механизма KIND, нужно понять боль, которую он лечит. В ранние десятилетия у каждой марки вычислительных машин было своё представление чисел: на IBM одинарная точность означала одно число бит мантиссы, на машинах CDC и Cray — совсем другое, а порядок байтов и величина диапазона различались ещё сильнее. Программа, аккуратно считавшая на одной машине, при переносе на другую могла внезапно потерять цифры или переполниться — притом что слово real в исходнике не менялось. Численный код, на разработку которого уходили человеко-годы, оказывался привязан к конкретному железу.

Стандарт Fortran 90 решил это радикально: он ввёл параметр KIND как абстрактный «номер модели» числа и набор запросных функций, которыми программист описывает требования к числу (сколько цифр, какой диапазон), а не его физический размер. Компилятор сам подбирает подходящее внутреннее представление. Так код перестаёт зависеть от платформы: вы просите «пятнадцать значащих цифр», и на любой машине получаете не меньше пятнадцати либо честную ошибку компиляции, если такого типа нет. Эта идея — отделить намерение от реализации — пронизывает весь современный Fortran и отличает его от языков, где тип жёстко привязан к числу байт.

Откуда берётся неточность

Компьютер хранит вещественные числа в двоичной системе с плавающей точкой по стандарту IEEE 754. Беда в том, что многие десятичные дроби — например, 0.1 или 36.6 — не имеют конечного двоичного представления, как 1/3 не имеет конечного десятичного. Число округляется до ближайшего представимого, и появляется крошечная ошибка. По умолчанию real занимает 32 бита (одинарная точность) и даёт около 7 значащих десятичных цифр. Для серьёзных расчётов этого мало: ошибки накапливаются за миллионы операций.

program precision_demo
  implicit none
  real :: single
  single = 0.1 + 0.2
  print *, single        ! не ровно 0.3
  print *, single == 0.3 ! почти наверняка .false.
end program precision_demo

Вывод

  0.300000012
 F

Главный практический урок: никогда не сравнивайте вещественные числа на точное равенство. Вместо a == b проверяйте abs(a - b) < tol с малой допустимой погрешностью tol.

Важно понимать, что это не причуда Fortran, а свойство самого стандарта IEEE 754, по которому считают практически все современные процессоры. Та же проблема существует в C, Python, Java и любом другом языке: знаменитое 0.1 + 0.2 != 0.3 верно везде. Поэтому навык не сравнивать вещественные на равенство — общий для всего программирования, а не локальная особенность. Корень в том, что двоичная дробь устроена как сумма степеней двойки (1/2, 1/4, 1/8, …), и числа вроде 0.1 в этой системе бесконечны, как 1/3 = 0,333… в десятичной. Машина обрывает бесконечную дробь на доступной разрядности и округляет — отсюда и крошечный «хвост» вроде …0012.

Откуда брать значение tol? Грубое правило — оно должно быть сопоставимо с относительной погрешностью самого типа, умноженной на масштаб сравниваемых чисел. Для абсолютного сравнения близких к единице величин в двойной точности разумен порог порядка 1.0e-12_dp; для чисел другого масштаба порог масштабируют: abs(a - b) <= tol * max(abs(a), abs(b)). Это относительное сравнение надёжнее абсолютного, потому что для миллионов и для миллионных долей «достаточно близко» означает совершенно разные абсолютные расстояния. Выбор подходящего tol — часть инженерной культуры численных расчётов, а не магическое число из воздуха.

Двойная точность через KIND

Чтобы получить больше значащих цифр, переходят на 64-битные числа (двойная точность, ~15–16 значащих цифр). Наивный способ — старое ключевое слово double precision, но современный, гибкий способ — параметр KIND. Лучшая практика — не зашивать число вроде 8 вручную, а запрашивать у компилятора KIND, дающий нужную точность, функцией selected_real_kind.

program kind_demo
  implicit none
  integer, parameter :: dp = selected_real_kind(15, 307)
  real(kind=dp) :: x, y
  x = 0.1_dp
  y = 0.2_dp
  print *, x + y
  print *, "Десятичных цифр:", precision(x)
end program kind_demo

Вывод

  0.30000000000000004
 Десятичных цифр:          15

Разберём ключевую строку. selected_real_kind(15, 307) просит у компилятора такую разновидность real, которая обеспечивает не менее 15 значащих десятичных цифр и диапазон порядков до 10307; компилятор возвращает подходящее значение KIND (обычно 8). Мы сохраняем его в именованную константу dp и далее объявляем переменные как real(kind=dp). Суффикс _dp у литералов (0.1_dp) критичен: без него 0.1 сначала станет числом одинарной точности и потеряет цифры ещё до присваивания.

KIND для целых чисел

Точно так же KIND управляет диапазоном целых. По умолчанию integer — 32 бита, максимум около 2,1 миллиарда. Если нужно больше (например, для счётчиков частиц или больших факториалов), запрашивают целый KIND функцией selected_int_kind, указывая нужное число десятичных цифр.

program big_int
  implicit none
  integer, parameter :: i8 = selected_int_kind(18)  ! до 18 цифр -> 64 бита
  integer(kind=i8) :: huge_value
  huge_value = 9000000000_i8     ! 9 миллиардов, не влезает в 32 бита
  print *, huge_value
  print *, "Максимум:", huge(huge_value)
end program big_int

Вывод

            9000000000
 Максимум:  9223372036854775807

Здесь суффикс _i8 у литерала 9000000000_i8 обязателен: без него константа 9000000000 не поместится в стандартный 32-битный integer, и произойдёт переполнение ещё на этапе разбора. Функция huge возвращает максимальное значение для данного KIND — полезный способ узнать границы.

Полезные запросные функции

Fortran даёт набор встроенных функций для опроса свойств типа — это и есть «переносимый» способ программирования, не зависящий от конкретной машины.

ФункцияЧто возвращает
selected_real_kind(p, r)KIND с точностью p цифр и диапазоном r
selected_int_kind(p)целый KIND, вмещающий p десятичных цифр
kind(x)значение KIND переменной x
precision(x)число надёжных десятичных цифр
huge(x)максимальное представимое значение
epsilon(x)машинное эпсилон (наименьший различимый шаг)

Когда точность решает всё: инженерные кейсы

Разговор о цифрах после запятой кажется абстрактным, пока не увидишь, чем оборачивается небрежность в реальных системах. Классический пример — ошибки округления, накапливающиеся в длинных расчётах. Если складывать миллион слагаемых, каждое с погрешностью около 10−7 (одинарная точность), итоговая ошибка может вырасти на порядки — особенно при суммировании чисел сильно разного масштаба, когда маленькие слагаемые «тонут» в больших и просто теряются. В моделировании климата, гидродинамике или расчёте орбит, где шагов интегрирования миллиарды, одинарной точности категорически недостаточно: стандартом де-факто давно стала двойная (selected_real_kind(15, 307)), а в особо чувствительных местах применяют и учетверённую.

История знает дорогие уроки на эту тему. Один из самых известных — сбой системы ПВО Patriot в 1991 году: накопленная ошибка представления времени (доля секунды, помноженная на часы непрерывной работы) увела внутренние часы настолько, что система промахнулась мимо цели. Причиной была именно конечная точность дробного представления и её дрейф со временем. Для нас вывод прикладной: выбор KIND — это не педантизм, а проектное решение, влияющее на корректность. Прежде чем писать real, инженер должен спросить себя, сколько значащих цифр требует задача и как долго будут накапливаться ошибки; ответ и определяет нужный KIND. Хорошая привычка — заводить именованную константу dp один раз в модуле и использовать её во всём проекте, чтобы точность была единой и осознанной, а не случайной.

Как работает под капотом

Почему KIND — это число, а не имя «double»? Потому что стандарт намеренно не фиксирует, какие именно разновидности чисел поддерживает компилятор: на одной платформе может быть 4, 8 и 16-байтовый real, на другой — иначе. KIND — это абстрактный «номер модели» числа, конкретное значение которого выбирает компилятор. Поэтому переносимый код не пишет real(8) (это значение KIND может означать разное), а просит selected_real_kind(15, 307) и работает с тем, что вернётся. Внутри 64-битное число IEEE 754 «double» состоит из знака (1 бит), порядка (11 бит) и мантиссы (52 бита); 52 бита мантиссы и дают примерно 15–16 десятичных цифр. epsilon для такого числа — около 2,2×10−16, и именно этот порог задаёт разумное tol при сравнениях.

Частые ошибки

  • Сравнение real на равенство. a == b почти всегда ненадёжно; используйте abs(a-b) < tol.
  • Литерал без KIND-суффикса. x = 0.1 при real(dp) теряет точность: 0.1 вычисляется как single. Пишите 0.1_dp.
  • Жёсткое real(8). Не переносимо: значение KIND 8 не гарантировано. Используйте selected_real_kind.
  • Целочисленное переполнение. Константа больше 2,1 млрд без суффикса _i8 переполняет 32-битный тип молча.
  • Вера, что двойная точность «точна». Она лишь точнее; ошибки округления остаются, просто меньше.

Итоги

  • Вещественные числа хранятся приближённо (IEEE 754); десятичные дроби вроде 0.1 не точны.
  • Никогда не сравнивайте real на точное равенство — проверяйте abs(a-b) < tol.
  • KIND — целочисленный параметр, задающий разновидность типа (размер, точность, диапазон).
  • Переносимо запрашивайте точность через selected_real_kind и selected_int_kind, а не числом вручную.
  • Литералам давайте KIND-суффикс (0.1_dp, 9000000000_i8), иначе точность/диапазон теряются.
  • Функции precision, huge, epsilon позволяют опрашивать свойства типа переносимо.

Проверь себя

Три вопроса по уроку. Ответы никуда не идут — это для тебя.

1Почему 0.1 + 0.2 в одинарной точности не даёт ровно 0.3?

2Как переносимо запросить вещественный тип с 15 значащими цифрами?

3Зачем литералу суффикс вроде 0.1_dp?

Следующий урок
7 · Константы и литералы Открыть урок 7
Урок 5: Переменные и пять встроенных типов