ਹਰ ਕੰਪਿਊਟਰ ਵਿਗਿਆਨੀ ਨੂੰ ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਅੰਕਗਣਿਤ (1991) ਬਾਰੇ ਕੀ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ [ਪੀਡੀਐਫ]

ਅਦਿੱਖ ਸ਼ੁੱਧਤਾ ਜਾਲ: ਹਰ ਪ੍ਰੋਗਰਾਮਰ ਨੂੰ ਇਸ 1991 PDF ਦੀ ਕਿਉਂ ਲੋੜ ਹੈ

ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਦੀ ਸਟੀਕ, ਤਰਕਸੰਗਤ ਸੰਸਾਰ ਵਿੱਚ, ਡੇਵਿਡ ਗੋਲਡਬਰਗ ਦੇ 1991 ਦੇ ਪੇਪਰ, "ਹਰ ਕੰਪਿਊਟਰ ਵਿਗਿਆਨੀ ਨੂੰ ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਅੰਕਗਣਿਤ ਬਾਰੇ ਕੀ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ" ਦਾ ਕੁਝ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਸਥਾਈ, ਬੁਨਿਆਦੀ ਪ੍ਰਭਾਵ ਹੈ। ਤਿੰਨ ਦਹਾਕਿਆਂ ਤੋਂ ਵੱਧ ਸਮੇਂ ਬਾਅਦ, ਇਸਦਾ ਸਿਰਲੇਖ ਇੱਕ ਸਪੱਸ਼ਟ ਕਾਲ, ਇੱਕ ਚੇਤਾਵਨੀ, ਅਤੇ ਬੁੱਧੀ ਦਾ ਇੱਕ ਜ਼ਰੂਰੀ ਹਿੱਸਾ ਹੈ। ਕੋਡ ਲਿਖਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਵਿਅਕਤੀ ਲਈ ਜੋ ਅਸਲ ਸੰਖਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਦਾ ਹੈ—ਵਿਗਿਆਨਕ ਸਿਮੂਲੇਸ਼ਨਾਂ ਅਤੇ ਵਿੱਤੀ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਲੈ ਕੇ ਗੇਮ ਇੰਜਣਾਂ ਅਤੇ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਤੱਕ—ਇਸਦੇ ਪਾਠਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਸੂਖਮ, ਮਹਿੰਗਾ, ਅਤੇ ਅਕਸਰ ਹੈਰਾਨ ਕਰਨ ਵਾਲੀਆਂ ਅਸਫਲਤਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇੱਕ ਯੁੱਗ ਵਿੱਚ ਜਿੱਥੇ ਕਾਰੋਬਾਰੀ ਸੰਚਾਲਨ ਗੁੰਝਲਦਾਰ, ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਸੌਫਟਵੇਅਰ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੁੰਦੇ ਹਨ, ਸੰਖਿਆਤਮਕ ਗਣਨਾ ਦੇ ਅਧਾਰ ਨੂੰ ਸਮਝਣਾ ਅਕਾਦਮਿਕ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਲੋੜ ਹੈ। ਇਹ ਖਾਸ ਤੌਰ 'ਤੇ ਉਦੋਂ ਸੱਚ ਹੁੰਦਾ ਹੈ ਜਦੋਂ Mewayz ਵਰਗੇ ਮਾਡਿਊਲਰ ਕਾਰੋਬਾਰੀ OS ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹੋ, ਜਿੱਥੇ ਮੌਡਿਊਲਾਂ ਵਿੱਚ ਡਾਟਾ ਇਕਸਾਰਤਾ—ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਆਟੋਮੇਟਿਡ ਬਿਲਿੰਗ ਤੱਕ—ਅਨੁਮਾਨਤ, ਭਰੋਸੇਯੋਗ ਗਣਨਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।

ਮੁੱਖ ਸਮੱਸਿਆ: ਤੁਸੀਂ ਸੀਮਿਤ ਬਿੱਟਾਂ ਵਿੱਚ ਅਨੰਤਤਾ ਦੀ ਪ੍ਰਤੀਨਿਧਤਾ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹੋ

ਬੁਨਿਆਦੀ ਮੁੱਦਾ ਸਧਾਰਨ ਪਰ ਡੂੰਘਾ ਹੈ। ਸਾਡੇ ਕੰਪਿਊਟਰਾਂ ਵਿੱਚ ਮੈਮੋਰੀ ਦੀ ਇੱਕ ਸੀਮਤ ਮਾਤਰਾ ਹੁੰਦੀ ਹੈ, ਫਿਰ ਵੀ ਸਾਨੂੰ ਅਕਸਰ ਅਸਲ ਸੰਖਿਆਵਾਂ (ਜਿਵੇਂ ਕਿ π ਜਾਂ 0.1) ਦੀ ਇੱਕ ਅਨੰਤ ਨਿਰੰਤਰਤਾ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਗਣਿਤ ਇੱਕ ਮਿਆਰੀ ਸਮਝੌਤਾ ਹੈ, ਸੀਮਤ ਸ਼ੁੱਧਤਾ ਦੇ ਨਾਲ ਸੰਖਿਆਵਾਂ ਦੀ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਇੱਕ ਚਲਾਕ ਪ੍ਰਣਾਲੀ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸ ਸਮਝੌਤਾ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਸੰਖਿਆਵਾਂ ਅਨੁਮਾਨਿਤ ਹਨ, ਬਿਲਕੁਲ ਸਟੋਰ ਨਹੀਂ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ। ਗੋਲਡਬਰਗ ਦਾ ਪੇਪਰ ਧਿਆਨ ਨਾਲ IEEE 754 ਸਟੈਂਡਰਡ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਜਿਸ ਨੇ ਇਸ ਹਫੜਾ-ਦਫੜੀ ਵਿੱਚ ਬਹੁਤ ਲੋੜੀਂਦੀ ਇਕਸਾਰਤਾ ਲਿਆਂਦੀ ਹੈ। ਉਹ ਵੇਰਵੇ ਦਿੰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਸੰਖਿਆਵਾਂ ਨੂੰ ਚਿੰਨ੍ਹ, ਘਾਤਕ, ਅਤੇ ਭਿੰਨਾਂ ਬਿੱਟਾਂ ਵਿੱਚ ਏਨਕੋਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਪੇਸ਼ਕਾਰੀ ਮੁੱਲਾਂ, ਰਾਊਂਡਿੰਗ ਵਿਵਹਾਰਾਂ, ਅਤੇ NaN (ਨੰਬਰ ਨਹੀਂ) ਅਤੇ ਅਨੰਤਤਾ ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ ਇਕਾਈਆਂ ਦਾ ਇੱਕ ਅਨੁਮਾਨਯੋਗ ਪਰ ਵਿਅੰਗਾਤਮਕ ਲੈਂਡਸਕੇਪ ਬਣਾਉਂਦਾ ਹੈ। Mewayz 'ਤੇ ਵਿੱਤੀ ਮਾਡਲ ਬਣਾਉਣ ਵਾਲੇ ਡਿਵੈਲਪਰਾਂ ਲਈ, ਇੱਕ ਰਾਊਂਡਿੰਗ ਗਲਤੀ ਜੋ ਮਾਈਕਰੋਸਕੋਪਿਕ ਜਾਪਦੀ ਹੈ, ਰਿਪੋਰਟਾਂ ਜਾਂ ਲੈਣ-ਦੇਣ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰਾਂ ਨੂੰ ਕੈਸਕੇਡ ਕਰ ਸਕਦੀ ਹੈ, ਪੂਰੇ ਸਿਸਟਮ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰ ਸਕਦੀ ਹੈ।

ਹੈਰਾਨੀਜਨਕ ਵਿਵਹਾਰ ਅਤੇ ਘਾਤਕ ਅਸਫਲਤਾਵਾਂ

ਅਖ਼ਬਾਰ ਮੁਢਲੀਆਂ ਗਣਿਤਿਕ ਧਾਰਨਾਵਾਂ ਨੂੰ ਤੋੜਨ ਵਾਲੀਆਂ ਪ੍ਰਤੀਕੂਲ ਕਮੀਆਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਮਸ਼ਹੂਰ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਰਾਊਂਡਿੰਗ ਦੇ ਕਾਰਨ, ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਜੋੜ ਸਹਿਯੋਗੀ ਨਹੀਂ ਹੈ; `(a + b) + c` ਹਮੇਸ਼ਾ `a + (b + c)` ਦੇ ਬਰਾਬਰ ਨਹੀਂ ਹੁੰਦਾ। ਇਹ ਸਮਾਨਾਂਤਰ ਗਣਨਾਵਾਂ ਵਿੱਚ ਗੈਰ-ਨਿਰਧਾਰਤ ਨਤੀਜਿਆਂ ਦੀ ਅਗਵਾਈ ਕਰ ਸਕਦਾ ਹੈ। ਲਗਭਗ ਬਰਾਬਰ ਸੰਖਿਆਵਾਂ ਨੂੰ ਘਟਾਉਣ ਨਾਲ ਵਿਨਾਸ਼ਕਾਰੀ ਰੱਦੀਕਰਨ ਹੋ ਸਕਦਾ ਹੈ, ਜਿੱਥੇ ਮਹੱਤਵਪੂਰਨ ਅੰਕ ਗਾਇਬ ਹੋ ਜਾਂਦੇ ਹਨ, ਜਿਆਦਾਤਰ ਰਾਊਂਡਿੰਗ ਗਲਤੀ ਨੂੰ ਛੱਡ ਕੇ। ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਮਸ਼ਹੂਰ ਸਬਕ ਇਹ ਹੈ ਕਿ ਸਟੀਕ ਸਮਾਨਤਾ (`==`) ਲਈ ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਨੰਬਰਾਂ ਦੀ ਕਦੇ ਵੀ ਤੁਲਨਾ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੈ, ਪਰ ਇਸ ਦੀ ਬਜਾਏ ਇਹ ਜਾਂਚ ਕਰੋ ਕਿ ਕੀ ਉਹਨਾਂ ਦਾ ਅੰਤਰ ਇੱਕ ਛੋਟੀ ਸਹਿਣਸ਼ੀਲਤਾ ਦੇ ਅੰਦਰ ਹੈ। ਇਹ ਕੇਵਲ ਸਿਧਾਂਤਕ ਵਿਅੰਗ ਨਹੀਂ ਹਨ। ਉਨ੍ਹਾਂ ਨੇ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਤਬਾਹੀਆਂ ਦਾ ਕਾਰਨ ਬਣੀਆਂ ਹਨ, ਏਰਿਅਨ 5 ਰਾਕੇਟ ਦੇ ਵਿਸਫੋਟ ਤੋਂ ਲੈ ਕੇ ਸ਼ੁਰੂਆਤੀ ਪੈਟ੍ਰਿਅਟ ਮਿਜ਼ਾਈਲ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਗਲਤੀਆਂ ਤੱਕ। ਇੱਕ ਵਪਾਰਕ ਸੰਦਰਭ ਵਿੱਚ, ਵਸਤੂਆਂ ਦੀ ਗਣਨਾਵਾਂ, ਕੀਮਤ ਐਲਗੋਰਿਦਮ, ਜਾਂ ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ ਵਿੱਚ ਅਜਿਹੀਆਂ ਤਰੁੱਟੀਆਂ ਮੌਨ ਡੇਟਾ ਭ੍ਰਿਸ਼ਟਾਚਾਰ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀਆਂ ਹਨ, ਜੋ ਕਿ Mewayz ਵਰਗੇ ਮਜ਼ਬੂਤ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਮੋਡਿਊਲਾਂ ਵਿੱਚ ਡਾਟਾ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਇਕਸਾਰਤਾ ਜਾਂਚਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਬਣਾਉਂਦੀਆਂ ਹਨ।

"ਬਿੱਟਾਂ ਦੀ ਇੱਕ ਸੀਮਤ ਸੰਖਿਆ ਵਿੱਚ ਬੇਅੰਤ ਤੌਰ 'ਤੇ ਬਹੁਤ ਸਾਰੀਆਂ ਅਸਲ ਸੰਖਿਆਵਾਂ ਨੂੰ ਨਿਚੋੜਨ ਲਈ ਇੱਕ ਅਨੁਮਾਨਿਤ ਪ੍ਰਤੀਨਿਧਤਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।"

ਆਧੁਨਿਕ ਵਿਕਾਸਕਾਰ ਲਈ ਮੁੱਖ ਉਪਾਅ

ਗੋਲਡਬਰਗ ਦਾ ਪੇਪਰ ਸਿਰਫ਼ ਚੇਤਾਵਨੀਆਂ ਹੀ ਨਹੀਂ ਬਲਕਿ ਵਿਹਾਰਕ ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਮੁੱਖ ਉਪਾਅ "ਸੰਖਿਆਤਮਕ ਚੇਤਨਾ" ਪੈਦਾ ਕਰਨਾ ਹੈ - ਇੱਕ ਨਿਰੰਤਰ ਜਾਗਰੂਕਤਾ ਕਿ ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਨੰਬਰ ਲਗਭਗ ਹਨ। ਇਸ ਮਾਨਸਿਕਤਾ ਨੂੰ ਡੇਟਾ ਢਾਂਚੇ ਦੀ ਚੋਣ ਤੋਂ ਐਲਗੋਰਿਦਮ ਡਿਜ਼ਾਈਨ ਤੱਕ ਵਿਕਲਪਾਂ ਨੂੰ ਸੂਚਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਉਸਦਾ ਕੰਮ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਸ਼ੁੱਧਤਾ-ਨਾਜ਼ੁਕ ਕੰਮ ਲਈ ਇੱਕ `ਡਬਲ` (64-ਬਿੱਟ) ਦੀ ਵਰਤੋਂ ਲਗਭਗ ਹਮੇਸ਼ਾ ਇੱਕ `ਫਲੋਟ` (32-ਬਿੱਟ) ਨਾਲੋਂ ਕਿਉਂ ਤਰਜੀਹੀ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਕਿਉਂ ਕੁਝ ਐਲਗੋਰਿਦਮ ਸੰਖਿਆਤਮਕ ਤੌਰ 'ਤੇ ਸਥਿਰ ਹੁੰਦੇ ਹਨ ਜਦੋਂ ਕਿ ਦੂਸਰੇ ਨਹੀਂ ਹੁੰਦੇ। ਜਦੋਂ ਇੱਕ Mewayz ਵਾਤਾਵਰਣ ਦੇ ਅੰਦਰ ਮੋਡਿਊਲਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਜਾਂ ਏਕੀਕ੍ਰਿਤ ਕੀਤਾ ਜਾਂਦਾ ਹੈ - ਭਾਵੇਂ ਇਹ ਇੱਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪੂਰਵ-ਸੂਚਕ ਹੋਵੇ ਜਾਂ ਇੱਕ ਸਰੋਤ ਸ਼ਡਿਊਲਰ - ਇਹ ਚੇਤਨਾ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਬੁਨਿਆਦੀ ਸੰਖਿਆਤਮਕ ਕਾਰਵਾਈਆਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਮੰਗ ਦੇ ਸਤਿਕਾਰ ਨਾਲ ਸੰਭਾਲਿਆ ਜਾਂਦਾ ਹੈ, ਉਹਨਾਂ ਗਲਤੀਆਂ ਨੂੰ ਰੋਕਦਾ ਹੈ ਜੋ ਉਹਨਾਂ ਦੇ ਮੂਲ ਕਾਰਨ ਨੂੰ ਲੱਭਣਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹਨ।

ਹਰੇਕ ਪ੍ਰੋਗਰਾਮਰ ਨੂੰ ਪੇਪਰ ਤੋਂ ਇਹਨਾਂ ਜ਼ਰੂਰੀ ਧਾਰਨਾਵਾਂ ਤੋਂ ਜਾਣੂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ:

• ਰਾਊਂਡਿੰਗ ਗਲਤੀ: ਕਿਸੇ ਨੰਬਰ ਨੂੰ ਸਭ ਤੋਂ ਨਜ਼ਦੀਕੀ ਪ੍ਰਸਤੁਤ ਮੁੱਲ ਵਿੱਚ ਫਿੱਟ ਕਰਨ ਤੋਂ ਅਟੱਲ ਅਸ਼ੁੱਧਤਾ।
• ਗਾਰਡ ਅੰਕ: ਰਾਉਂਡਿੰਗ ਗਲਤੀ ਨੂੰ ਘੱਟ ਕਰਨ ਲਈ ਵਿਚਕਾਰਲੇ ਗਣਨਾਵਾਂ ਵਿੱਚ ਵਰਤੇ ਗਏ ਵਾਧੂ ਅੰਕ।
• IEEE 754 ਸਟੈਂਡਰਡ: ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਕੰਪਿਊਟੇਸ਼ਨ, ਪਰਿਭਾਸ਼ਿਤ ਫਾਰਮੈਟ, ਰਾਊਂਡਿੰਗ ਨਿਯਮ, ਅਤੇ ਅਪਵਾਦਾਂ ਲਈ ਯੂਨੀਵਰਸਲ ਬਲੂਪ੍ਰਿੰਟ।
• NaN ਅਤੇ Infinity: ਖਾਸ ਮੁੱਲ ਜੋ ਓਪਰੇਸ਼ਨਾਂ ਨੂੰ ਕ੍ਰੈਸ਼ ਹੋਣ ਦੀ ਬਜਾਏ ਸ਼ਾਨਦਾਰ ਢੰਗ ਨਾਲ ਗਲਤੀਆਂ ਨੂੰ ਪ੍ਰਸਾਰਿਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ।
• ਸੰਖਿਆਤਮਕ ਸਥਿਰਤਾ: ਬਹੁਤ ਸਾਰੇ ਕਾਰਜਾਂ ਵਿੱਚ ਗਲਤੀ ਵਿਸਤਾਰ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਨ ਲਈ ਇੱਕ ਐਲਗੋਰਿਦਮ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ।

ਡਿਜ਼ੀਟਲ ਵਰਲਡ ਲਈ ਇੱਕ ਜੀਵਤ ਦਸਤਾਵੇਜ਼

ਜਦੋਂ 1991 ਵਿੱਚ ਲਿਖਿਆ ਗਿਆ ਸੀ, ਪੇਪਰ ਦੀ ਸਾਰਥਕਤਾ ਸਿਰਫ ਵਧੀ ਹੈ। IEEE 754 ਦੇ ਸਿਧਾਂਤ ਹਰ ਆਧੁਨਿਕ CPU, GPU, ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾ ਨੂੰ ਅੰਡਰਪਿਨ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ ਕਿ ਅਸੀਂ AI, ਵਿਸ਼ਾਲ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਿਸਟਮ ਸਿਮੂਲੇਸ਼ਨ ਵਰਗੀਆਂ ਸਰਹੱਦਾਂ ਵਿੱਚ ਧੱਕਦੇ ਹਾਂ, ਸਾਡੀਆਂ ਗਣਨਾਵਾਂ ਦੀ ਸ਼ੁੱਧਤਾ ਹੋਰ ਵੀ ਨਾਜ਼ੁਕ ਬਣ ਜਾਂਦੀ ਹੈ। ਆਪਣੇ ਵਪਾਰਕ ਤਰਕ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਣ ਲਈ Mewayz ਵਰਗੇ ਮਾਡਿਊਲਰ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਟੀਮਾਂ ਲਈ, ਇਸ ਸੰਖਿਆਤਮਕ ਕਠੋਰਤਾ ਨੂੰ ਉਹਨਾਂ ਦੇ ਕਸਟਮ ਮੋਡਿਊਲਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ ਇੱਕ ਵਧੀਆ ਅਭਿਆਸ ਹੈ ਜੋ ਸਭ ਤੋਂ ਬੁਨਿਆਦੀ ਪੱਧਰ 'ਤੇ ਬੱਗਾਂ ਦੀ ਇੱਕ ਸ਼੍ਰੇਣੀ ਨੂੰ ਰੋਕਦਾ ਹੈ। ਗੋਲਡਬਰਗ ਦੀ ਮਾਸਟਰਪੀਸ ਇੱਕ ਕਾਗਜ਼ ਤੋਂ ਵੱਧ ਹੈ; ਇਹ ਭਰੋਸੇਮੰਦ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਆਧਾਰ ਦਾ ਇੱਕ ਸਥਾਈ ਹਿੱਸਾ ਹੈ। ਇਸ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਰੇਤ 'ਤੇ ਬਣਾਉਣਾ ਹੈ, ਪੂਰੇ ਡਿਜੀਟਲ ਢਾਂਚੇ ਦੀ ਅਖੰਡਤਾ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾਉਣਾ, ਭਾਵੇਂ ਇਹ ਇੱਕ ਸਧਾਰਨ ਸਕ੍ਰਿਪਟ ਹੋਵੇ ਜਾਂ ਇੱਕ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਗ੍ਰੇਡ ਵਪਾਰਕ OS।

ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ

ਅਦਿੱਖ ਸ਼ੁੱਧਤਾ ਜਾਲ: ਹਰ ਪ੍ਰੋਗਰਾਮਰ ਨੂੰ ਇਸ 1991 PDF ਦੀ ਕਿਉਂ ਲੋੜ ਹੈ

ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਦੀ ਸਟੀਕ, ਤਰਕਸੰਗਤ ਸੰਸਾਰ ਵਿੱਚ, ਡੇਵਿਡ ਗੋਲਡਬਰਗ ਦੇ 1991 ਦੇ ਪੇਪਰ, "ਹਰ ਕੰਪਿਊਟਰ ਵਿਗਿਆਨੀ ਨੂੰ ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਅੰਕਗਣਿਤ ਬਾਰੇ ਕੀ ਪਤਾ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ" ਦਾ ਕੁਝ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਸਥਾਈ, ਬੁਨਿਆਦੀ ਪ੍ਰਭਾਵ ਹੈ। ਤਿੰਨ ਦਹਾਕਿਆਂ ਤੋਂ ਵੱਧ ਸਮੇਂ ਬਾਅਦ, ਇਸਦਾ ਸਿਰਲੇਖ ਇੱਕ ਸਪੱਸ਼ਟ ਕਾਲ, ਇੱਕ ਚੇਤਾਵਨੀ, ਅਤੇ ਬੁੱਧੀ ਦਾ ਇੱਕ ਜ਼ਰੂਰੀ ਹਿੱਸਾ ਹੈ। ਕੋਡ ਲਿਖਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਵਿਅਕਤੀ ਲਈ ਜੋ ਅਸਲ ਸੰਖਿਆਵਾਂ ਨਾਲ ਨਜਿੱਠਦਾ ਹੈ—ਵਿਗਿਆਨਕ ਸਿਮੂਲੇਸ਼ਨਾਂ ਅਤੇ ਵਿੱਤੀ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਲੈ ਕੇ ਗੇਮ ਇੰਜਣਾਂ ਅਤੇ ਡਾਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਤੱਕ—ਇਸਦੇ ਪਾਠਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਸੂਖਮ, ਮਹਿੰਗਾ, ਅਤੇ ਅਕਸਰ ਹੈਰਾਨ ਕਰਨ ਵਾਲੀਆਂ ਅਸਫਲਤਾਵਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇੱਕ ਯੁੱਗ ਵਿੱਚ ਜਿੱਥੇ ਕਾਰੋਬਾਰੀ ਸੰਚਾਲਨ ਗੁੰਝਲਦਾਰ, ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਸੌਫਟਵੇਅਰ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੁੰਦੇ ਹਨ, ਸੰਖਿਆਤਮਕ ਗਣਨਾ ਦੇ ਅਧਾਰ ਨੂੰ ਸਮਝਣਾ ਅਕਾਦਮਿਕ ਨਹੀਂ ਹੈ; ਇਹ ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਲੋੜ ਹੈ। ਇਹ ਖਾਸ ਤੌਰ 'ਤੇ ਉਦੋਂ ਸੱਚ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਮੇਵੇਜ਼ ਵਰਗੇ ਮਾਡਿਊਲਰ ਕਾਰੋਬਾਰੀ OS ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹੋ, ਜਿੱਥੇ ਮੌਡਿਊਲਾਂ ਵਿੱਚ ਡਾਟਾ ਇਕਸਾਰਤਾ—ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਲੈ ਕੇ ਸਵੈਚਲਿਤ ਬਿਲਿੰਗ ਤੱਕ—ਅਨੁਮਾਨਤ, ਭਰੋਸੇਯੋਗ ਗਣਨਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।

ਮੁੱਖ ਸਮੱਸਿਆ: ਤੁਸੀਂ ਸੀਮਿਤ ਬਿੱਟਾਂ ਵਿੱਚ ਅਨੰਤਤਾ ਦੀ ਪ੍ਰਤੀਨਿਧਤਾ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹੋ

ਬੁਨਿਆਦੀ ਮੁੱਦਾ ਸਧਾਰਨ ਪਰ ਡੂੰਘਾ ਹੈ। ਸਾਡੇ ਕੰਪਿਊਟਰਾਂ ਵਿੱਚ ਮੈਮੋਰੀ ਦੀ ਇੱਕ ਸੀਮਤ ਮਾਤਰਾ ਹੁੰਦੀ ਹੈ, ਫਿਰ ਵੀ ਸਾਨੂੰ ਅਕਸਰ ਅਸਲ ਸੰਖਿਆਵਾਂ (ਜਿਵੇਂ ਕਿ π ਜਾਂ 0.1) ਦੀ ਇੱਕ ਅਨੰਤ ਨਿਰੰਤਰਤਾ ਨਾਲ ਕੰਮ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਗਣਿਤ ਇੱਕ ਮਿਆਰੀ ਸਮਝੌਤਾ ਹੈ, ਸੀਮਤ ਸ਼ੁੱਧਤਾ ਦੇ ਨਾਲ ਸੰਖਿਆਵਾਂ ਦੀ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਇੱਕ ਚਲਾਕ ਪ੍ਰਣਾਲੀ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸ ਸਮਝੌਤਾ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਸੰਖਿਆਵਾਂ ਅਨੁਮਾਨਿਤ ਹਨ, ਬਿਲਕੁਲ ਸਟੋਰ ਨਹੀਂ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ। ਗੋਲਡਬਰਗ ਦਾ ਪੇਪਰ ਧਿਆਨ ਨਾਲ IEEE 754 ਸਟੈਂਡਰਡ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਜਿਸ ਨੇ ਇਸ ਹਫੜਾ-ਦਫੜੀ ਵਿੱਚ ਬਹੁਤ ਲੋੜੀਂਦੀ ਇਕਸਾਰਤਾ ਲਿਆਂਦੀ ਹੈ। ਉਹ ਵੇਰਵੇ ਦਿੰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਸੰਖਿਆਵਾਂ ਨੂੰ ਚਿੰਨ੍ਹ, ਘਾਤਕ, ਅਤੇ ਭਿੰਨਾਂ ਬਿੱਟਾਂ ਵਿੱਚ ਏਨਕੋਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਪੇਸ਼ਕਾਰੀ ਮੁੱਲਾਂ, ਰਾਊਂਡਿੰਗ ਵਿਵਹਾਰਾਂ, ਅਤੇ NaN (ਨੰਬਰ ਨਹੀਂ) ਅਤੇ ਅਨੰਤਤਾ ਵਰਗੀਆਂ ਵਿਸ਼ੇਸ਼ ਇਕਾਈਆਂ ਦਾ ਇੱਕ ਅਨੁਮਾਨਯੋਗ ਪਰ ਵਿਅੰਗਾਤਮਕ ਲੈਂਡਸਕੇਪ ਬਣਾਉਂਦਾ ਹੈ। ਮੇਵੇਜ਼ 'ਤੇ ਵਿੱਤੀ ਮਾਡਲ ਬਣਾਉਣ ਵਾਲੇ ਡਿਵੈਲਪਰਾਂ ਲਈ, ਇੱਕ ਰਾਊਂਡਿੰਗ ਗਲਤੀ ਜੋ ਮਾਈਕਰੋਸਕੋਪਿਕ ਜਾਪਦੀ ਹੈ, ਰਿਪੋਰਟਾਂ ਜਾਂ ਲੈਣ-ਦੇਣ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ, ਪੂਰੇ ਸਿਸਟਮ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਨੂੰ ਕਮਜ਼ੋਰ ਕਰ ਸਕਦੀ ਹੈ।

ਹੈਰਾਨੀਜਨਕ ਵਿਵਹਾਰ ਅਤੇ ਘਾਤਕ ਅਸਫਲਤਾਵਾਂ

ਅਖ਼ਬਾਰ ਮੁਢਲੀਆਂ ਗਣਿਤਿਕ ਧਾਰਨਾਵਾਂ ਨੂੰ ਤੋੜਨ ਵਾਲੀਆਂ ਪ੍ਰਤੀਕੂਲ ਕਮੀਆਂ ਨੂੰ ਦਰਸਾਉਣ ਲਈ ਮਸ਼ਹੂਰ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਰਾਊਂਡਿੰਗ ਦੇ ਕਾਰਨ, ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਜੋੜ ਸਹਿਯੋਗੀ ਨਹੀਂ ਹੈ; `(a + b) + c` ਹਮੇਸ਼ਾ `a + (b + c)` ਦੇ ਬਰਾਬਰ ਨਹੀਂ ਹੁੰਦਾ। ਇਹ ਸਮਾਨਾਂਤਰ ਗਣਨਾਵਾਂ ਵਿੱਚ ਗੈਰ-ਨਿਰਧਾਰਤ ਨਤੀਜਿਆਂ ਦੀ ਅਗਵਾਈ ਕਰ ਸਕਦਾ ਹੈ। ਲਗਭਗ ਬਰਾਬਰ ਸੰਖਿਆਵਾਂ ਨੂੰ ਘਟਾਉਣ ਨਾਲ ਵਿਨਾਸ਼ਕਾਰੀ ਰੱਦੀਕਰਨ ਹੋ ਸਕਦਾ ਹੈ, ਜਿੱਥੇ ਮਹੱਤਵਪੂਰਨ ਅੰਕ ਗਾਇਬ ਹੋ ਜਾਂਦੇ ਹਨ, ਜਿਆਦਾਤਰ ਰਾਊਂਡਿੰਗ ਗਲਤੀ ਨੂੰ ਛੱਡ ਕੇ। ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਮਸ਼ਹੂਰ ਸਬਕ ਇਹ ਹੈ ਕਿ ਸਟੀਕ ਸਮਾਨਤਾ (`==`) ਲਈ ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਨੰਬਰਾਂ ਦੀ ਕਦੇ ਵੀ ਤੁਲਨਾ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੈ, ਪਰ ਇਸ ਦੀ ਬਜਾਏ ਇਹ ਜਾਂਚ ਕਰੋ ਕਿ ਕੀ ਉਹਨਾਂ ਦਾ ਅੰਤਰ ਇੱਕ ਛੋਟੀ ਸਹਿਣਸ਼ੀਲਤਾ ਦੇ ਅੰਦਰ ਹੈ। ਇਹ ਕੇਵਲ ਸਿਧਾਂਤਕ ਵਿਅੰਗ ਨਹੀਂ ਹਨ। ਉਨ੍ਹਾਂ ਨੇ ਅਸਲ-ਸੰਸਾਰ ਦੀਆਂ ਤਬਾਹੀਆਂ ਦਾ ਕਾਰਨ ਬਣੀਆਂ ਹਨ, ਏਰਿਅਨ 5 ਰਾਕੇਟ ਦੇ ਵਿਸਫੋਟ ਤੋਂ ਲੈ ਕੇ ਸ਼ੁਰੂਆਤੀ ਪੈਟ੍ਰਿਅਟ ਮਿਜ਼ਾਈਲ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਗਲਤੀਆਂ ਤੱਕ। ਇੱਕ ਵਪਾਰਕ ਸੰਦਰਭ ਵਿੱਚ, ਵਸਤੂਆਂ ਦੀਆਂ ਗਣਨਾਵਾਂ, ਕੀਮਤ ਐਲਗੋਰਿਦਮ, ਜਾਂ ਪ੍ਰਦਰਸ਼ਨ ਮੈਟ੍ਰਿਕਸ ਵਿੱਚ ਅਜਿਹੀਆਂ ਤਰੁੱਟੀਆਂ ਮੌਨ ਡੇਟਾ ਭ੍ਰਿਸ਼ਟਾਚਾਰ ਦਾ ਕਾਰਨ ਬਣ ਸਕਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਮੇਵੇਜ਼ ਵਰਗੇ ਮਜ਼ਬੂਤ ਪਲੇਟਫਾਰਮਾਂ ਨੂੰ ਸਾਰੇ ਮੌਡਿਊਲਾਂ ਵਿੱਚ ਡਾਟਾ ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਇਕਸਾਰਤਾ ਜਾਂਚਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਬਣਾਉਂਦੇ ਹਨ।

ਆਧੁਨਿਕ ਵਿਕਾਸਕਾਰ ਲਈ ਮੁੱਖ ਉਪਾਅ

ਗੋਲਡਬਰਗ ਦਾ ਪੇਪਰ ਸਿਰਫ਼ ਚੇਤਾਵਨੀਆਂ ਹੀ ਨਹੀਂ ਬਲਕਿ ਵਿਹਾਰਕ ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਮੁੱਖ ਉਪਾਅ "ਸੰਖਿਆਤਮਕ ਚੇਤਨਾ" ਪੈਦਾ ਕਰਨਾ ਹੈ - ਇੱਕ ਨਿਰੰਤਰ ਜਾਗਰੂਕਤਾ ਕਿ ਫਲੋਟਿੰਗ-ਪੁਆਇੰਟ ਨੰਬਰ ਲਗਭਗ ਹਨ। ਇਸ ਮਾਨਸਿਕਤਾ ਨੂੰ ਡੇਟਾ ਢਾਂਚੇ ਦੀ ਚੋਣ ਤੋਂ ਐਲਗੋਰਿਦਮ ਡਿਜ਼ਾਈਨ ਤੱਕ ਵਿਕਲਪਾਂ ਨੂੰ ਸੂਚਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਉਸਦਾ ਕੰਮ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ ਕਿ ਸ਼ੁੱਧਤਾ-ਨਾਜ਼ੁਕ ਕੰਮ ਲਈ ਇੱਕ `ਡਬਲ` (64-ਬਿੱਟ) ਦੀ ਵਰਤੋਂ ਲਗਭਗ ਹਮੇਸ਼ਾ ਇੱਕ `ਫਲੋਟ` (32-ਬਿੱਟ) ਨਾਲੋਂ ਕਿਉਂ ਤਰਜੀਹੀ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਕਿਉਂ ਕੁਝ ਐਲਗੋਰਿਦਮ ਸੰਖਿਆਤਮਕ ਤੌਰ 'ਤੇ ਸਥਿਰ ਹੁੰਦੇ ਹਨ ਜਦੋਂ ਕਿ ਦੂਸਰੇ ਨਹੀਂ ਹੁੰਦੇ। ਮੇਵੇਜ਼ ਵਾਤਾਵਰਨ ਦੇ ਅੰਦਰ ਮਾਡਿਊਲਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ ਜਾਂ ਏਕੀਕ੍ਰਿਤ ਕਰਦੇ ਸਮੇਂ—ਚਾਹੇ ਇਹ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਪੂਰਵ-ਸੂਚਕ ਹੋਵੇ ਜਾਂ ਸਰੋਤ ਸ਼ਡਿਊਲਰ—ਇਹ ਚੇਤਨਾ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ ਬੁਨਿਆਦੀ ਸੰਖਿਆਤਮਕ ਕਾਰਵਾਈਆਂ ਨੂੰ ਉਹਨਾਂ ਦੀ ਮੰਗ ਦੇ ਸਨਮਾਨ ਨਾਲ ਸੰਭਾਲਿਆ ਜਾਂਦਾ ਹੈ, ਉਹਨਾਂ ਗਲਤੀਆਂ ਨੂੰ ਰੋਕਦਾ ਹੈ ਜੋ ਉਹਨਾਂ ਦੇ ਮੂਲ ਕਾਰਨ ਨੂੰ ਲੱਭਣਾ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹਨ।

ਡਿਜ਼ੀਟਲ ਵਰਲਡ ਲਈ ਇੱਕ ਜੀਵਤ ਦਸਤਾਵੇਜ਼

ਜਦੋਂ 1991 ਵਿੱਚ ਲਿਖਿਆ ਗਿਆ ਸੀ, ਪੇਪਰ ਦੀ ਸਾਰਥਕਤਾ ਸਿਰਫ ਵਧੀ ਹੈ। IEEE 754 ਦੇ ਸਿਧਾਂਤ ਹਰ ਆਧੁਨਿਕ CPU, GPU, ਅਤੇ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾ ਨੂੰ ਅੰਡਰਪਿਨ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ ਕਿ ਅਸੀਂ AI, ਵਿਸ਼ਾਲ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਿਸਟਮ ਸਿਮੂਲੇਸ਼ਨ ਵਰਗੀਆਂ ਸਰਹੱਦਾਂ ਵਿੱਚ ਧੱਕਦੇ ਹਾਂ, ਸਾਡੀਆਂ ਗਣਨਾਵਾਂ ਦੀ ਸ਼ੁੱਧਤਾ ਹੋਰ ਵੀ ਨਾਜ਼ੁਕ ਬਣ ਜਾਂਦੀ ਹੈ। ਆਪਣੇ ਕਾਰੋਬਾਰੀ ਤਰਕ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਣ ਲਈ ਮੇਵੇਜ਼ ਵਰਗੇ ਮਾਡਿਊਲਰ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਦੀ ਵਰਤੋਂ ਕਰਨ ਵਾਲੀਆਂ ਟੀਮਾਂ ਲਈ, ਇਸ ਸੰਖਿਆਤਮਕ ਕਠੋਰਤਾ ਨੂੰ ਉਹਨਾਂ ਦੇ ਕਸਟਮ ਮੈਡਿਊਲਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨਾ ਇੱਕ ਵਧੀਆ ਅਭਿਆਸ ਹੈ ਜੋ ਸਭ ਤੋਂ ਬੁਨਿਆਦੀ ਪੱਧਰ 'ਤੇ ਬੱਗਾਂ ਦੀ ਇੱਕ ਸ਼੍ਰੇਣੀ ਨੂੰ ਰੋਕਦਾ ਹੈ। ਗੋਲਡਬਰਗ ਦੀ ਮਾਸਟਰਪੀਸ ਇੱਕ ਕਾਗਜ਼ ਤੋਂ ਵੱਧ ਹੈ; ਇਹ ਭਰੋਸੇਮੰਦ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਦੇ ਆਧਾਰ ਦਾ ਇੱਕ ਸਥਾਈ ਹਿੱਸਾ ਹੈ। ਇਸ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ ਰੇਤ 'ਤੇ ਬਣਾਉਣਾ ਹੈ, ਪੂਰੇ ਡਿਜੀਟਲ ਢਾਂਚੇ ਦੀ ਅਖੰਡਤਾ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਪਾਉਣਾ, ਭਾਵੇਂ ਇਹ ਇੱਕ ਸਧਾਰਨ ਸਕ੍ਰਿਪਟ ਹੋਵੇ ਜਾਂ ਇੱਕ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਗ੍ਰੇਡ ਵਪਾਰਕ OS।