问题标签 [cufft]

我正在尝试使用与 GPU 计算重叠的异步内存传输来提高代码的性能。

以前我有一个代码，我在其中创建了一个 FFT 计划，然后多次使用它。在这种情况下，创建 CUDA FFT 计划所花费的时间可以忽略不计，尽管根据之前的这篇文章，它可能非常重要。

现在我转向流，我正在做的是“多次”创建“相同”计划，然后设置 CUDA FFT 流。根据你们中的一些人在另一篇文章中给出的答案，这是浪费。但是，有没有其他方法可以做到这一点？

注意：我正在实时获取数据，因此启动“批量”CUDA FFT 是不可能的。我正在做的是创建并启动一个新的 CUDA 流作为完整脉冲传输的结果。

注意 2：我也在考虑使用“CUDA Streams/FFT 计划”的“池”，但我认为这不是一个优雅、明智的解决方案，有什么想法吗？

在分配 CUDA 流之前，是否有其他方法可以“复制”“现有的”fft 计划？

谢谢大家！/gals？希望在圣何塞见到你们中的一些人。=)

奥马尔

It's written that CUFFT library supports algorithms that higly optimized for input sizes can be written in the folowing form: 2^a X 3^b X 5^c X 7^d.

How could they managed to do that?

For as far as I know, FFT must provide best perfomance only for 2^a input size.

以下代码已从此处改编，以适用于使用 cufftPlan1d 的单个 1D 转换。最终，我想执行一个批处理就地 R2C 转换，但下面的代码使用单独的输入和输出数组执行单个转换。

如何调整此代码以就地执行转换，从而减少设备上分配的内存量？

感谢
Cuda 6.5 - 注意：我正在 MATLAB 2015a 中的 mexFunction 中运行代码

代码：

我正在使用 cuda 库“cufft”为复杂到复杂的 1d FFT 编写一个简单的代码。我已经用“malloc”更改了“cudaMalloc”，因为如果我使用 cudaMalloc exe 文件不起作用并崩溃！但这不是主要问题。当我执行程序时，cufftExecC2C 返回一个值！= CUFFT_SUCCESS 所以 FFT 不起作用！！为什么？这是我的代码

我正在使用 cufft cuda 库编写一个用于快速傅立叶变换的简单代码。我的源文件在 windows7 中的 Visual Studio 中运行良好，但在 ubuntu 14.04 中使用 eclipse nsight，无法正常工作！我已经安装了 nvidia 346.72 驱动程序和 cuda toolkit 7.0，我的视频硬件是 geforce 410M。当我构建我的源代码时，我收到以下消息：

我试图设置库路径，但在首选项窗口中我读到“没有检测到与 CUDA 兼容的设备”请帮助我！最好的后卫马可

现在我可以构建源代码，但我的程序不起作用！

我读到这个错误：modprobe：错误：无法插入'nvidia_331_uvm'：无效参数

如果在“cudaMalloc”之后出现“cudaGetLastError() != cudaSuccess”，我会收到一条由我编写的消息。

我正在尝试使用 cuFFT 库，但是当我编译我的项目时出现错误：

我在 Mac OS X 10.10.3 上使用 CUDA 7 和 Eclipse Nsight。没有 cuFFT 库的其他示例可以正常工作。还有其他设置吗？

这个简单的 CUFFT 代码在两个 IDE 上运行 -

1. VS 2013 与 Cuda 7.0
2. VS 2010 与 Cuda 4.2

我发现带有 Cuda 7.0 的 VS 20131000大约慢了一倍。平均而言，代码0.6 ms在 VS 2010 中执行，并在 VS 2013 中执行。520 ms

代码在同一台计算机上运行，​​具有相同的操作系统、相同的显卡，并且一个接一个地运行。两种情况下的配置都是 x64 Release。您可以选择是使用 C++ 编译器还是 CUDA C/C++ 编译文件。我在两个项目上都尝试了这两种选择，但没有任何区别。

有什么想法可以解决这个问题吗？

FWIW，我在 VS 2013 上使用 Cuda 6.5 得到与 Cuda 7 相同的结果

我关于stackoverflow的第一个问题。

我是 cuda 的新手。
我只是想执行一个 2D 复杂到复杂的 FFT。
我的输入数据被处理，不需要填充。
我只是无法得到预期的结果。这是我的代码：

这段代码的工作流程如下：

(1) 在主机上分配 h_input 和 h_output
(2) 从文件中加载数据到 h_input -- "INFLU.DAT"
(3) 在设备上分配 d_array，并将 h_input 复制到其中
(4) 将 d_array 复制回 h_output，写入file -- "INFLU_GET.DAT"
---- 查看 d_array 是否接收到正确的数据
(5) 对 d_array 执行复数到复数 FFT
(6) 将 d_array 复制回 h_output，写入文件 -- " INFLU_FFT.DAT"
---- 观察FFT的结果

通过执行步骤 (4) ，我确定 h_input 到 d_array 的副本是正确的。

我的问题是：
在步骤（6）中，我发现经过FFT，d_array和h_output仍然和输入一样。

输入文件为：
https
://drive.google.com/file/d/0B88U83cfBwMmdGFtbGJ2MVlURDg/view?usp= 共享文件名为 INFLU.DAT，大小为 16MB。

我有一个用于比较的结果文件（在 Fortran 中）：
https
://drive.google.com/file/d/0B88U83cfBwMmcDR1YzYyRzF4Mjg/view?usp= 共享文件名是 INFLU_FFT_F.DAT，大小也是 16MB。

欢迎任何建议！谢谢！

I am using the cuFFT library. How do I modify my code to see the function calls from this library (or any other CUDA library) in the NVIDIA Visual Profiler NVVP? I am using Windows and Visual Studio 2013.

Below is my code. I convert my image and filter to the Fourier domain, then perform point-wise complex matrix multiplication in a custom CUDA kernel I wrote, and then simply perform the inverse DFT on the filtered images spectrum. The results are accurate, but I am not able to figure out how to view the cuFFT functions in the profiler.

cufftGetSize*() 不应该分配任何内存，它没有（我在调用 cufftGetSize* 之前和之后检查了可用内存）。如果以后的分配失败，它会返回 CUFFT_ALLOC_FAILED 吗？

示例代码：

在进程开始时具有 4693 MB 可用内存的 GPU 上，上面的代码产生以下输出：

从 N=73 开始，所有奇数 N 失败，偶数 N 通过。从 N=166 开始，所有 N 都失败。

由于所需的内存不会随 N​​ 线性增长，我假设（！）我的问题的答案确实是：“如果以后的分配失败，它会返回 [s] CUFFT_ALLOC_FAILED”虽然，证明该陈述会很好。

（我的问题是在CUDA 5.5.22下出现的，其他版本我没查过）