El formato de punto flotante de 32 bits (FP32) tiene muchas aplicaciones útiles, particularmente en sistemas de computación y redes neuronales. El formato clásico de punto fijo de 32 bits (FXP32) a menudo introduce una calidad de representación inferior (es decir, precisión), lo que lo hace inadecuado para un despliegue real, a pesar de ofrecer cálculos más rápidos y un costo computacional reducido, lo que impacta positivamente en la eficiencia energética. En este artículo, proponemos un formato FXP32 conmutado capaz de competir o superar el formato FP32 ampliamente utilizado en un amplio rango de varianza. De hecho, propone alternar entre los posibles valores de parámetros clave según el nivel de varianza de los datos modelados con la distribución laplaciana. El análisis de precisión se logra utilizando la relación señal-ruido de cuantización (SQNR) como métrica de rendimiento, introducida basándose en la analogía entre formatos digitales y cuantización. Los resultados teóricos de SQNR proporcionados en un amplio rango de varianza confirman los objetivos de diseño. Los resultados experimentales y de simulación obtenidos utilizando pesos de redes neuronales respaldan aún más el enfoque. La fuerte concordancia entre el experimento, la simulación y la teoría indica la eficiencia de esta propuesta en la codificación de datos laplacianos, así como su potencial aplicabilidad en redes neuronales.