问题标签 [cufft]

这是我的第一个问题，所以我会尽量详细。我正在努力在 CUDA 6.5 中实现降噪算法。我的代码基于这个 Matlab 实现： http: //pastebin.com/HLVq48C1。
我很想使用新的 cuFFT 设备回调功能，但我被困在cufftXtSetCallback上。每次我的 cufftResult 都是CUFFT_NOT_IMPLEMENTED (14)。即使 nVidia 提供的示例也以同样的方式失败......我的设备回调测试代码：

我的代码的CUDA部分：

我知道我只是 CUDA 的初学者。我的问题是：
如何正确调用 cufftXtSetCallback 或导致此错误的原因是什么？

我对这个程序有一个问题：

我想转换一个信号，然后逆向返回，但是前半部分的输出是错误的。

你能帮我找出错误吗？

非常感谢！

使用cufftGetSize1d（或任何cufftGetSize*）功能的正确方法是什么？

我试过：

CUFFT_INVALID_VALUE但是，无论我使用的大小、类型或批次如何，最后一次调用的结果始终是。2d 和 3d 变体也是如此。cufftEstimate1d工作正常。

我正在通过 cufft 进行二维 fft 处理。处理类型是实数到复数，所以输出数组的大小是 NX * (NY / 2 + 1)，这是非冗余的。但我需要包含冗余系数的完整系数。我怎样才能得到它们？提前致谢。

我正在尝试使用cufftPlanMany. 数据集来自一个 3D 字段，存储在一个 1D 数组中，我想在其中计算x和y方向的 1D FFT。数据存储如下图所示；接连在x接。yz

x在 -方向上进行批量 FFT （我相信）是直截了当的；使用输入和stride=1，它计算元素、、、上的 FFT 。但是，我想不出一种方法来为 -方向的 FFT 实现相同的效果。每个平面的批次再次简单明了（输入, ,导致 FFT 超过,等）。但与，从到，距离大于。这可以通过 cufftPlanMany 以某种方式完成吗？ distance=nxbatch=ny * nz{0,1,2,3}{4,5,6,7}...{28,29,30,31}yxystride=nxdist=1batch=nx{0,4,8,12}{1,5,9,13}batch=nx * nz{3,7,11,15}{16,20,24,28}1

我正在尝试并行化称为 Chromaprint 的声学指纹库的 FFT 变换。它的工作原理是“将原始音频分割成许多重叠的帧并对其应用傅里叶变换”。Chromaprint 使用 4096 的帧大小，有 2/3 的重叠。例如，第一帧由元素 [0...4095] 组成，然后第二帧类似于 [1366.. 5462]。

使用 cufftPlanMany，我知道您可以指定大小为 4096 的批次，这将执行 [0...4095]、[4096...8192] 等批次。是否有某种方法可以使批量转换重叠，或者应该我考虑另一种不使用批处理执行的方法？

我正在尝试在 Python 中使用pycuda和pyfft包为多 CPU 和单 GPU计算实现以下模式。

我想要几个进程（例如使用 multiprocessing.Pool() 启动），每个进程都能够使用 GPU（使用 NVIDIA CUDA）执行 FFT。

但是，我有以下问题：

如果我运行太多进程或每个进程有太多 FFT，则整个脚本将保持暂停状态而不会终止（并且不会计算所有到期的 FFT）。通过进一步的调查，我认为这是由于 GPU 的内存限制（目前 NVIDIA GeForce GT 750M 上的内存限制为 2048MB）。似乎多处理池无法重新获得控制权。有没有办法避免这种情况？

由于每个进程需要少于 2048 MB，我希望有一个类似队列的东西，每个进程都可以预订GPU 的使用，当一个进程释放上下文时，队列中的下一个进程开始使用它。这是可行的吗？

或者，是否可以强制在给定时间只有一个进程使用 GPU？
我已经分别尝试了这些解决方案，但它们不起作用（或者我可能没有正确实现它们）：

1. 使用 proc_stream.synchronize() 同步流
2. 使用 pycuda.tools.clear_context_caches() 清除上下文缓存
3. 更改计算模式，使用 cuda.compute_mode = cuda.compute_mode.EXCLUSIVE

注意：解决方案 2. 似乎释放了一些内存，但它使计算方式变慢，并且没有解决问题：例如增加要计算的 fft 数量，脚本显示相同的行为。

这里是代码。从一个简单的任务开始，这里每个进程计算 1 个 FFT（然后可以使用 execute() 中的批处理选项连续执行更多 FFT）。

这里是函数包装器：

现在，使用 nffts=16 和 pool_size=4 脚本正确终止并给出以下输出：

但是使用 nffts=18 和 pool_size=4 脚本不会终止并给出这个输出，仍然停留在最后一行：

非常感谢您的帮助！

我是新来的。我正在使用 FFT，我需要编写一个简单的代码，但它不起作用。我需要用 cufft a sin(x) 进行变换并返回，但在变换之间，我需要将结果乘以 2，这样，当我使用逆变换返回结果时，我将得到 2*sin( x) 例如。使用 fftw.h，我只需将我的 d_signal[i] 乘以 2，当我返回时，我有 2*sin(x)，但我曾经使用 complex.h。任何想法？谢谢。

}

简单的转换代码

结果

我尝试使用 CUFFT 修改 Shield Tablet 上的 CUDA 示例。但是，当我构建程序时，我得到了链接错误undefined reference to 'cufftExecR2C'：undefined reference to 'cufftExecC2R'.

我认为错误可能是由于缺少 .so 文件引起的。然后我在 Android.mk 文件中添加了 libcufft.so，例如：

我仍然遇到同样的错误。谁能帮助我并指出正确的方向？

非常感谢。

我为合成孔径雷达图像处理编写了一个 CUDA 程序。计算的重要部分涉及查找 FFT 和 iFFT，我使用了 cuFFT 库。我在 Jetson TK1 和具有 GT635M (Fermi) 的笔记本电脑上运行了我的 CUDA 代码，我发现它在 Jetson 上慢了三倍。这是因为 FFT 需要更多时间并且在 Jetson 上显示出较低的 GFLOPS/s。我编写的内核的 GFLOPS/s 性能在 Jetson 和 Fermi GT635M 中几乎相同。在 Jetson 上运行缓慢的是 FFT。
我观察到的其他分析器参数是：发布的控制流指令、纹理缓存事务、本地内存存储吞吐量（字节/秒）、每个请求的本地内存存储事务在 Jetson 上很高，而请求的全局负载吞吐量（字节/秒）和Fermi GT635M 的全局负载事务很高。

杰特森

GPU 时钟频率：852 Mhz

内存时钟速率：924 Mhz

费米GT635M

GPU 时钟频率：950 Mhz

内存时钟速率：900 Mhz

它们都具有几乎相同的时钟频率。那么为什么 FFT 在 Jetson 上花费更多时间并且显示较差的 GFLOPS/s 呢？

为了查看 FFT 的性能，我编写了一个简单的 CUDA 程序，它在大小为 2048 * 4912 的矩阵上执行一维 FFT。这里的数据是连续的，没有跨步。他们的耗时和 GFLOPS/s 是：

杰特森

3.251 GFLOPS/s 持续时间：1.393 秒

费米GT635M

47.1 GFLOPS/s 持续时间：0.211 秒