袖口 |想不出一个简单的例子

Question

我整天都在苦苦挣扎，试图让一个基本的 CUFFT 示例正常工作。但是我遇到了一个我无法识别的小问题。基本上我有一个带有 x 和 y 坐标的线性二维数组 vx 。然后我只计算一个向前然后向后的 CUFFT（就地），就这么简单。然后我复制回数组 vx，通过 NX*NY 对其进行归一化，然后显示。

#define NX 32
#define NY 32
#define LX (2*M_PI)
#define LY (2*M_PI)
float *x = new float[NX*NY];
float *y = new float[NX*NY];
float *vx = new float[NX*NY];
for(int j = 0; j < NY; j++){
    for(int i = 0; i < NX; i++){
        x[j*NX + i] = i * LX/NX;
        y[j*NX + i] = j * LY/NY;
        vx[j*NX + i] = cos(x[j*NX + i]);
    }
}
float *d_vx;
CUDA_CHECK(cudaMalloc(&d_vx, NX*NY*sizeof(float)));
CUDA_CHECK(cudaMemcpy(d_vx, vx, NX*NY*sizeof(float), cudaMemcpyHostToDevice));
cufftHandle planr2c;
cufftHandle planc2r;
CUFFT_CHECK(cufftPlan2d(&planr2c, NY, NX, CUFFT_R2C));
CUFFT_CHECK(cufftPlan2d(&planc2r, NY, NX, CUFFT_C2R));
CUFFT_CHECK(cufftSetCompatibilityMode(planr2c, CUFFT_COMPATIBILITY_NATIVE));
CUFFT_CHECK(cufftSetCompatibilityMode(planc2r, CUFFT_COMPATIBILITY_NATIVE));
CUFFT_CHECK(cufftExecR2C(planr2c, (cufftReal *)d_vx, (cufftComplex *)d_vx));
CUFFT_CHECK(cufftExecC2R(planc2r, (cufftComplex *)d_vx, (cufftReal *)d_vx));
CUDA_CHECK(cudaMemcpy(vx, d_vx, NX*NY*sizeof(cufftReal), cudaMemcpyDeviceToHost));
for (int j = 0; j < NY; j++){
    for (int i = 0; i < NX; i++){
        printf("%.3f ", vx[j*NX + i]/(NX*NY));
    }
    printf("\n");
}

当 vx 定义为 cos(x) 或 sin(x) 时，它可以正常工作，但是当使用 sin(y) 或 cos(y) 时，它会返回正确的函数（sin 或 cos），但只有一半幅度（即在 0.5 和 -0.5 之间而不是 1 和 -1 之间振荡）！请注意，使用 sin(2*y) 或 cos(2*y)（或 sin(4*y)、cos(4*y)、...）可以正常工作。有什么想法吗？

Answer 1

这里的问题是，就地实数到复数转换的输入和输出是一种复杂类型，其大小与输入实数数据不同（它是输入实数的两倍）。您没有分配足够的内存来保存实数到复数转换的中间复数结果。引用文档：

cufftExecR2C() (cufftExecD2Z()) 执行单精度 （双精度）实数到复数，隐式前向，CUFFT 改造计划。 CUFFT 使用指向的 GPU 内存作为输入数据 idata 参数。该函数存储非冗余傅里叶 odata 数组中的系数。指向 idata 和 odata 的指针都是 需要以单精度与 cufftComplex 数据类型对齐 以双精度转换和 cufftDoubleComplex 数据类型 变换。

解决方案是分配第二个设备缓冲区来保存中间结果，或者扩大就地分配，使其足够大以容纳复杂数据。所以核心转换代码变成了这样的：

float *d_vx;
CUDA_CHECK(cudaMalloc(&d_vx, NX*NY*sizeof(cufftComplex)));
CUDA_CHECK(cudaMemcpy(d_vx, vx, NX*NY*sizeof(cufftComplex), cudaMemcpyHostToDevice));
cufftHandle planr2c;
cufftHandle planc2r;
CUFFT_CHECK(cufftPlan2d(&planr2c, NY, NX, CUFFT_R2C));
CUFFT_CHECK(cufftPlan2d(&planc2r, NY, NX, CUFFT_C2R));
CUFFT_CHECK(cufftSetCompatibilityMode(planr2c, CUFFT_COMPATIBILITY_NATIVE));
CUFFT_CHECK(cufftSetCompatibilityMode(planc2r, CUFFT_COMPATIBILITY_NATIVE));
CUFFT_CHECK(cufftExecR2C(planr2c, (cufftReal *)d_vx, d_vx));
CUFFT_CHECK(cufftExecC2R(planc2r, d_vx, (cufftReal *)d_vx));
CUDA_CHECK(cudaMemcpy(vx, d_vx, NX*NY*sizeof(cufftComplex), cudaMemcpyDeviceToHost));

[免责声明：在浏览器中编写，从未编译或测试，使用风险自负]

请注意，您需要调整主机代码以匹配输入和数据的大小和类型。

作为最后的评论，添加额外的 8 或 10 行代码来将您发布的内容变成一个可编译、可运行的示例，以供尝试帮助您的人使用是不是很难？