c++ - IDCT矩阵的无分支生成？

Question

我有一些在 GPU 上执行 IDCT 的代码。我注意到在 gpu 上生成 IDCT 矩阵似乎更快，而不是预先计算转换矩阵并将其放入常量内存中。

问题是生成 IDCT 矩阵的代码有一个不适合 GPU 的分支。

我想知道是否有任何替代方法可以在 GPU 上生成更快的 IDCT 矩阵？

// Old way
// local_idct[x][y] = idct[x][y]; // read from precalculated matrix in constant memory
// New way
local_idct[x][y] = cos((x+x+1)*y * (PI/16.0f)) * 0.5f * (y == 0 ? rsqrt(2.0f) : 1);

Answer 1

假设您的变换大小很小且固定，您可以只使用该术语的查找表，例如

const float y_term[8] = { 1.0f/sqrtf(2.0f), 1.0f, 1.0f, 1.0f, 1.0f, 1.0f, 1.0f, 1.0f };

local_idct[x][y] = cos((x+x+1)*y * (PI/16.0f)) * 0.5f * y_term[y];

你也可以折叠 0.5 项：

const float y_term[8] = { 0.5f/sqrtf(2.0f), 0.5f, 0.5f, 0.5f, 0.5f, 0.5f, 0.5f, 0.5f };

local_idct[x][y] = cos((x+x+1)*y * (PI/16.0f)) * y_term[y];