我有一个填充了一些值的固定数组，我正在尝试用频域中的尖峰执行这个数组的卷积。尖峰意味着数组中的所有值都为零，除了一个地方，例如 a=[0,0,1,0,0,] 我必须创建这个峰值大约 100 万次 .. 每次将值 1 放在不同的索引处...
float *spike = (float *) malloc(sizeof(float)*len);
memset(spike,0,sizeof(float)*len);
void compute_spike(float *spike, int ind)
{
spike[ind] = 1.0;
}
如何在 GPU 上高效地创建 cufft 复杂类型的尖峰阵列？您还可以假设我有一个包含 100 万个索引的数组。执行此卷积的最佳策略是什么？我应该在主机上创建这个尖峰，然后移动并执行 fft、convolve 和 ifft 吗？或者我应该如何在 GPU 上即时创建它？
【问题讨论】：
鉴于 PCI-e 总线和 GPU 内存之间的巨大带宽差异，在 GPU 内存中执行整个构建更有意义。我建议将 memset 操作和尖峰分配融合到一个内核中，类似于
template<typename T>
__global__
void compute_spike(T* gpu_spike, int index, int N, T val)
{
int tid = threadIdx.x + blockDim.x * blockIdx.x;
int stride = blockDim.x * gridDim.x;
for(; tid < N; tid += stride) gpu_spike[tid] = (tid == index) ? val : T(0);
}
[注意：代码编写在浏览器中，从未编译或运行，使用风险自负]
这使用grid-stride loop 设计模式，您可以在博客链接中阅读更多相关信息。请注意，您的代码使用浮点数，但您的文本提到“cufft 复杂类型”，因此我将代码作为模板呈现。按照您认为合适的方式对其进行修改。这应该在性能上接近 cudaMemset 调用，但通过将所有内容融合在一起来减少延迟
【讨论】：