问题标签 [cufft]

我想使用 cuFFT 计算 FFT 和 IFFT 的吞吐量。我认为它应该是 O(B n log n)，其中 n 是信号长度，B 是批量大小。GFLOP 中的吞吐量应该是 = 10^-9 * B * N * log N * c / runtime。
问题是如何找出 c （这里的常数）。我发现有些人在 FFT 的情况下使用 c = 2.5，在 IFFT 的情况下使用 c = 5。这个对吗？

因此，该cufftComplex类型是一个数组，其n结构具有一个x和一个y字段，分别表示每个复数的实部和虚部。

另一方面，如果我想在 OpenGL 中创建一个带有x-andy-字段的顶点缓冲区对象，即一个 2D 顶点或只是一个也表示n复数的顶点缓冲区对象，我将不得不创建一个2n具有布局的浮点数组像这样：

然后我通过调用将其写入 VBO：

我想用 cuFFT 对图像进行傅里叶变换，并显示例如复数值的大小。如何解决这两种数据类型之间的不兼容问题？cuFFT 有没有办法对 VBO 采取行动？

编辑：

也许我应该编写一个 CUDA 内核，它采用 cufftComplex 类型并将每个复数的大小映射到 1D-VBO。或将 cufftComplex 类型映射到 2D-VBO 的 CUDA 内核。我不知道开销是多少，因为它是设备-> 设备，我希望它是可管理的。

我想制作一个 python 包装的 GPU fft 函数，可以使用 scikits-cuda.cufft 计算任意大小的输入的变换。（我尝试了 PyFFT，它只需要 2 的幂）

我从 CUDA 代码建模了我的 skcuda.cufft 代码：

我的 skcuda.cufft 代码如下所示：

但它给出了错误：

runfile('/home/jesli/sk-cufft_test.py', wdir='/home/jesli') Traceback（最近一次调用最后）：

文件“”，第 1 行，在 runfile('/home/jesli/sk-cufft_test.py', wdir='/home/jesli')

文件“/home/jesli/anaconda/lib/python2.7/site-packages/spyderlib/widgets/externalshell/sitecustomize.py”，第 580 行，运行文件 execfile（文件名，命名空间）

文件“/home/jesli/sk-cufft_test.py”，第 19 行，在 ft.cufftExecZ2Z(plan,x_gpu,xf_gpu,ft.CUFFT_FORWARD)

文件“/home/jesli/anaconda/lib/python2.7/site-packages/skcuda/cufft.py”，第 319 行，cufftExecZ2Z 方向）

ArgumentError：参数 2：：错误类型

变换方向（CUFFT_FORWARD，CUFFT_INVERSE）已在源代码中定义。

http://scikit-cuda.readthedocs.org/en/latest/_modules/skcuda/cufft.html

我想知道代码出了什么问题，或者函数需要什么参数。

我正在使用带有 nVidia 980 GTX 的 CUDA 7.0 进行一些图像处理。在特定的迭代中，通过 15-20 个内核调用和多个 cuFFT FFT/IFFT API 调用独立处理多个切片。

正因为如此，我将每个图块放在它自己的 CUDA 流中，因此每个图块相对于主机异步执行它的操作字符串。每个图块在迭代中的大小相同，因此它们共享一个 cuFFT 计划。主机线程在命令中快速移动，试图让 GPU 保持工作负载。虽然这些操作正在并行处理，但我遇到了周期性的竞争条件，并且特别对 cuFFT 有疑问。如果我使用 cuFFTSetStream() 将 cuFFT 计划放在流 0 中用于 tile 0，并且在主机将共享 cuFFT 计划的流设置为 tile 1 的流 1 之前，还没有在 GPU 上实际执行 tile 0 的 FFT它在 GPU 上发布 tile 1 的工作，该计划的 cuFFTExec() 的行为是什么？

更简洁地说，对 cufftExec() 的调用是否会在调用 cufftExec() 时计划设置的流中执行，无论是否使用 cuFFTSetStream() 在实际开始之前的 FFT 调用之前更改后续图块的流/完全的？

我很抱歉没有发布代码，但我无法发布我的实际来源。

我在 128 张图像上使用 CUFFT 进行 2D FFT。每个图像的大小为 128 x 128。在 MATLAB 上，执行一次 2D FFT 需要 0.3 毫秒，而对所有 128 幅图像执行 FFT 几乎是该毫秒数的 128 倍。使用 CUFFT，以下代码的执行计算一张图像的 FFT

在我的机器上大约需要 0.4 毫秒。

我尝试对不止一张图片执行相同的代码，执行时间基本上是图片数量的0.4ms的倍数。我这样做的方式基本上是多次复制和粘贴上面的代码，当然，为相应的图像更改了变量，这意味着

所以我可以预期，如果我对所有 128 个图像应用 2D FFT，执行时间将与 MATLAB 的执行时间几乎相同。

所以我的问题是：我应用执行的方式是否正确？我是否充分利用了 GPU 的并行计算能力？我是否应该修改执行代码的方式，例如，首先对所有 128 个图像执行 cudaMemcpy 并执行它们，以便重叠一些 CPU 和 GPU 执行？

我正在使用 CUFFT 库对 128 个大小为 128 x 128 的图像进行 2D FFT。我使用该库的方式如下：

主机上的输入 in_real 是一个包含 3D 图像的大数组，它是一个双数组。我想从/到cufftDoubleReal和从/到cufftDoubleComplex的复数转换应该没有问题？我对计划的制定方式和参数有点怀疑，我试图在网上找到一些例子，但它们没有那么有用，也没有那么一致。然后我只是根据自己的理解通过编程指南设置参数。

如标题所示，输出部分正确（左半平面），右半平面为零，这让我很困惑。我尝试设置不同类型的兼容模式，但没有太大帮助。我比较的版本是 MATLAB fft2()。

我目前正在调试我的代码，我在其中使用 CUDA FFT 例程。

我有这样的事情（请参阅评论，了解我对我所做工作的看法）：

所以我现在遇到的问题是，outDbl 中的结果不是我期望的那样。例如，如果我在这个函数中给出以下值：

真实 = [0 -5.567702511594111 -5.595068807897317 -5.595068807897317 -5.567702511594111]

图像 = [0 9.678604224870535 2.280007038673738 -2.280007038673738 -9.678604224870535]

我希望得到：

结果 = [-4.46511 -3.09563 -0.29805 2.51837 5.34042]

但我得到了完全不同的东西。

我做错了什么？我误解了 FFT 函数吗？基本上不是从复数到实数的逆FFT吗？我的数据复制例程有问题吗？

我必须承认我对这个有点迷茫。

所以我将 cuFFT 与 CUDA 流功能结合使用。我遇到的问题是我似乎无法让 cuFFT 内核完全并发运行。以下是我从 nvvp 得到的结果。每个流都在 128 个大小为 128x128 的图像上运行 2D 批量 FFT 内核。我设置了 3 个流来运行 3 个独立的 FFT 批处理计划。

从图中可以看出，一些内存副本（黄色条）与一些内核计算（紫色、棕色和粉色条）同时进行。但是内核运行根本不是并发的。正如您所注意到的，每个内核都严格遵循彼此。以下是我用于将内存复制到设备和内核启动的代码。

然后我更改了我的代码，以便我完成所有内存副本（同步）并将所有内核一次发送到流，我得到了以下分析结果：

然后我被确认内核没有以并发方式运行。

我查看了一个链接，该链接详细解释了如何通过在#include 或代码中传递“–default-stream per-thread”命令行参数或#define CUDA_API_PER_THREAD_DEFAULT_STREAM 来设置利用完全并发。这是 CUDA 7 中引入的一个功能。我在我的 MacBook Pro Retina 15' 上使用 GeForce GT750M（与上面链接中使用的机器相同）运行了上面链接中的示例代码，并且我能够获得并发内核运行。但是我无法让我的 cuFFT 内核并行运行。

然后我发现这个链接有人说 cuFFT 内核将占用整个 GPU，因此没有两个 cuFFT 内核并行运行。然后我被卡住了。因为我没有找到任何正式的文档来说明 CUFFT 是否启用并发内核。这是真的吗？有没有办法解决这个问题？

我正在使用 CUDA 的 Cufft 处理从水听器接收的数据（每秒 500,000 个整数，频率为 250 赫兹，高通道和低通道）。现在作为 Cufft 工作原理的一个基本示例在这里......

现在我只想知道，如何将 FFT（袖带）的频率设置为 250 赫兹？

谢谢

詹姆士

我目前正在开发一个必须实现 2D-FFT 的程序（用于互相关）。我用 CUDA 做了一个 1D FFT，它给了我正确的结果，我现在正在尝试实现一个 2D 版本。由于网上的示例和文档很少，我发现很难找出错误所在。

到目前为止，我一直只使用 cuFFT 手册。

无论如何，我创建了两个 5x5 数组并用 1 填充它们。我已将它们复制到 GPU 内存并进行了前向 FFT，将它们相乘，然后对结果进行了 ifft。这给了我一个值为 650 的 5x5 阵列。我希望仅在 5x5 阵列的一个插槽中获得值为 25 的 DC 信号。相反，我在整个数组中得到 650。

此外，在将信号复制到 GPU 内存后，我不允许打印信号的值。写作

给我一个访问违规。我在其他 cuda 程序中做过同样的事情，这不是问题。它与复杂变量的工作方式有关，还是人为错误？

如果有人对出了什么问题有任何指示，我将不胜感激。这是代码

上面的代码给出了以下终端输出：