CUDA 中 FFT 的使用

@(10.CUDA)[CUDA,并行，fft]

1. 流程

使用cufftHandle創(chuàng)建句柄

使用cufftPlan1d(),cufftPlan3d(),cufftPlan3d(),cufftPlanMany()對(duì)句柄進(jìn)行配置，主要是配置句柄對(duì)應(yīng)的信號(hào)長(zhǎng)度，信號(hào)類型，在內(nèi)存中的存儲(chǔ)形式等信息。

• cufftPlan1d()：針對(duì)單個(gè) 1 維信號(hào)
• cufftPlan2d()：針對(duì)單個(gè) 2 維信號(hào)
• cufftPlan3d()：針對(duì)單個(gè) 3 維信號(hào)
• cufftPlanMany()：針對(duì)多個(gè)信號(hào)同時(shí)進(jìn)行 fft

使用cufftExec()函數(shù)執(zhí)行 fft

使用cufftDestroy()函數(shù)釋放 GPU 資源

2. 單個(gè) 1 維信號(hào)的 fft

假設(shè)要執(zhí)行 fft 的信號(hào)data_dev的長(zhǎng)度為N，并且已經(jīng)傳輸?shù)?GPU 顯存中，data_dev數(shù)據(jù)的類型為cufftComplex，可以用一下方式產(chǎn)生主機(jī)段的data_dev，如下所示：

cufftComplex *data_Host = (cufftComplex*)malloc(NX*BATCH*sizeof(cufftComplex)); // 主機(jī)端數(shù)據(jù)頭指針// 初始數(shù)據(jù)for (int i = 0; i < NX; i++){data_Host[i].x = float((rand() * rand()) % NX) / NX;data_Host[i].y = float((rand() * rand()) % NX) / NX;}

然后用cudaMemcpy()將主機(jī)端的data_host拷貝到設(shè)備端的data_dev，即可用下述方法執(zhí)行 fft ：

cufftHandle plan; // 創(chuàng)建cuFFT句柄cufftPlan1d(&plan, N, CUFFT_C2C, BATCH);cufftExecC2C(plan, data_dev, data_dev, CUFFT_FORWARD); // 執(zhí)行 cuFFT，正變換

cufftPlan1d()：

• 第一個(gè)參數(shù)就是要配置的 cuFFT 句柄；
• 第二個(gè)參數(shù)為要進(jìn)行 fft 的信號(hào)的長(zhǎng)度；
• 第三個(gè)CUFFT_C2C為要執(zhí)行 fft 的信號(hào)輸入類型及輸出類型都為復(fù)數(shù)；CUFFT_C2R表示輸入復(fù)數(shù)，輸出實(shí)數(shù)；CUFFT_R2C表示輸入實(shí)數(shù)，輸出復(fù)數(shù)；CUFFT_R2R表示輸入實(shí)數(shù)，輸出實(shí)數(shù)；
• 第四個(gè)參數(shù)BATCH表示要執(zhí)行 fft 的信號(hào)的個(gè)數(shù)，新版的已經(jīng)使用cufftPlanMany()來(lái)同時(shí)完成多個(gè)信號(hào)的 fft。

cufftExecC2C()：

• 第一個(gè)參數(shù)就是配置好的 cuFFT 句柄；
• 第二個(gè)參數(shù)為輸入信號(hào)的首地址；
• 第三個(gè)參數(shù)為輸出信號(hào)的首地址；
• 第四個(gè)參數(shù)CUFFT_FORWARD表示執(zhí)行的是 fft 正變換；CUFFT_INVERSE表示執(zhí)行 fft 逆變換。

需要注意的是，執(zhí)行完逆 fft 之后，要對(duì)信號(hào)中的每個(gè)值乘以 $\frac{1}{N}$

完整代碼：GitHub

3. 多個(gè) 1 維信號(hào)的 fft

要進(jìn)行多個(gè)信號(hào)的 fft，就不得不使用 cufftPlanMany 函數(shù)，該函數(shù)的參數(shù)比較多，需要特別介紹，

cufftPlanMany(cufftHandle *plan, int rank, int *n, int *inembed, int istride, int idist, int *onembed, int ostride, int odist, cufftType type, int batch);

為了敘述的更準(zhǔn)確，此處先引入一個(gè)圖，表示輸入數(shù)據(jù)在內(nèi)存中的布局，如下圖所示，數(shù)據(jù)在內(nèi)存中按行優(yōu)先存儲(chǔ)，但是現(xiàn)有的信號(hào)為一列表示一個(gè)信號(hào)，后四列灰白色的表示無(wú)關(guān)數(shù)據(jù)，要對(duì)前 12 個(gè)彩色的列信號(hào)分別進(jìn)行 fft。

• plan：表示 cufft 句柄
• rank：表示進(jìn)行 fft 的每個(gè)信號(hào)的維度數(shù)，一維信號(hào)為 1，二維信號(hào)為2，三維信號(hào)為 3 ，針對(duì)上圖，rank = 1
• n：表示進(jìn)行 fft 的每個(gè)信號(hào)的行數(shù)，列數(shù)，頁(yè)數(shù)，必須用數(shù)組形式表示，例如假設(shè)要進(jìn)行 fft 的每個(gè)信號(hào)的行、列、頁(yè)為(m, n, k)，則 int n[rank] = {m, n, k}；針對(duì)上圖，int n[1] = {5}
• inembed：表示輸入數(shù)據(jù)的[頁(yè)數(shù)，列數(shù)，行數(shù)]，這是三維信號(hào)的情況；二維信號(hào)則為[列數(shù)，行數(shù)]；一維信號(hào)為[行數(shù)]；inembed[0] 這個(gè)參數(shù)會(huì)被忽略，也就是此處 inembed 可以為{0}，{1}，{2}等等。
• istride：表示每個(gè)輸入信號(hào)相鄰兩個(gè)元素的距離，在此處 istride = 16（每個(gè)信號(hào)相鄰兩個(gè)元素間的距離為16）
• idist：表示兩個(gè)連續(xù)輸入信號(hào)的起始元素之間的間隔，在此處為 idist = 1（第一個(gè)信號(hào)的第一個(gè)元素與第二個(gè)信號(hào)的第一個(gè)元素的間隔為1）；如果把上圖數(shù)據(jù)的每一行看成一個(gè)信號(hào)，那么應(yīng)該為 idist = 16；
• onembed：表示輸出數(shù)據(jù)的[頁(yè)數(shù)，列數(shù)，行數(shù)]，這是三維信號(hào)的情況；二維信號(hào)則為[列數(shù)，行數(shù)]；一維信號(hào)為[行數(shù)]；onembed[0] 這個(gè)參數(shù)會(huì)被忽略，也就是此處 onembed 可以為{0}，{1}，{2}等等。
• ostride：表示每個(gè)輸出信號(hào)相鄰兩個(gè)元素的距離，在此處 ostride = 16（每個(gè)信號(hào)相鄰兩個(gè)元素間的距離為16）
• odist：表示兩個(gè)連續(xù)信號(hào)的起始元素之間的間隔，在此處為 odist = 1（第一個(gè)信號(hào)的第一個(gè)元素與第二個(gè)信號(hào)的第一個(gè)元素的間隔為1）；如果把上圖數(shù)據(jù)的每一行看成一個(gè)信號(hào)，那么應(yīng)該為 odist = 16；

如下所示：是第 b 個(gè)信號(hào)的 [z][y][x] （表示第 z 列，第 y 行，第 x 頁(yè)的元素）的索引（由于 c 和 c++ 中數(shù)組的聲明方式的問(wèn)題，array[X][Y][Z]表示數(shù)組有 X 頁(yè)，Y 行，Z 列） ：

? 1D

input[ b * idist + x * istride ]output[ b * odist + x * ostride ]

? 2D

input[ b * idist + (x * inembed[1] + y) * istride ]output[ b * odist + (x * onembed[1] + y) * ostride ]

? 3D

input[b * idist + (x * inembed[1] * inembed[2] + y * inembed[2] + z) * istride]output[b * odist + (x * onembed[1] * onembed[2] + y * onembed[2] + z) * ostride]

/* 申請(qǐng) cufft 句柄*/cufftHandle plan_Nfft_Many; // 創(chuàng)建cuFFT句柄const int rank = 1; // 一維 fftint n[rank] = { Nfft }; // 進(jìn)行 fft 的信號(hào)的長(zhǎng)度為 Nfftint inembed[1] = { 0 }; // 輸入數(shù)據(jù)的[頁(yè)數(shù)，列數(shù)，行數(shù)](3維)；[列數(shù)，行數(shù)]（2維）int onembed[1] = { 0 }; // 輸出數(shù)據(jù)的[頁(yè)數(shù)，列數(shù)，行數(shù)]；[列數(shù)，行數(shù)]（2維）int istride = NXWITH0; // 每個(gè)輸入信號(hào)相鄰兩個(gè)元素的距離int idist = 1; // 每?jī)蓚€(gè)輸入信號(hào)第一個(gè)元素的距離int ostride = NXWITH0; // 每個(gè)輸出信號(hào)相鄰兩個(gè)元素的距離int odist = 1; // 每?jī)蓚€(gè)輸出信號(hào)第一個(gè)元素的距離int batch = NX; // 進(jìn)行 fft 的信號(hào)個(gè)數(shù)cufftPlanMany(&plan_Nfft_Many, rank, n, inembed, istride, idist, onembed, ostride, odist, CUFFT_C2C, batch);/* 核心部份 */cudaMemcpy(data_dev, data_Host, Nfft * NXWITH0 * sizeof(cufftComplex), cudaMemcpyHostToDevice);cufftExecC2C(plan_Nfft_Many, data_dev, data_dev, CUFFT_FORWARD); // 執(zhí)行 cuFFT，正變換cufftExecC2C(plan_Nfft_Many, data_dev, data_dev, CUFFT_INVERSE); // 執(zhí)行 cuFFT，逆變換CufftComplexScale<<<dimGrid2D_NXWITH0_Nfft, dimBlock2D>>>(data_dev, data_dev, 1.0f / Nfft); // 乘以系數(shù)cudaMemcpy(resultIFFT, data_dev, Nfft * NXWITH0 * sizeof(cufftComplex), cudaMemcpyDeviceToHost);

完整代碼：GitHub

與50位技術(shù)專家面對(duì)面20年技術(shù)見(jiàn)證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的CUDA 中 FFT 的使用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。