如何管理cuda中的大型二維FFT

Question

我已經成功地編寫了一些CUDA FFT代碼，用於對圖像進行2D卷積以及其他一些計算。

我該如何去弄清楚我能運行的最大的FFT是什麼？看起來，2D R2C卷積計劃需要2倍的圖像尺寸，而另外2倍的圖像尺寸則適用於C2R。這似乎是一個很大的開銷！

另外，它似乎是大多數的基準測試，這些是相對較小的FFTs ..這是什麼？對於大型圖像來說，我將很快耗盡內存。這通常如何處理？你可以在圖像的一個圖塊上執行FFT卷積併合並這些結果，並且期望它與在整個圖像上運行二維FFT相同嗎？

謝謝回答這些問題

Answer 1

CUFFT根據圖像大小計劃不同的算法。如果你不能適應共享內存，並且不是2的冪，那麼CUFFT計劃進行不適當的轉換，而尺寸合適的較小圖像更適合軟件。

如果您對整張圖片進行FFT處理，並且需要查看您的GPU可以處理什麼，那麼我的最佳答案就是猜測和檢查不同的圖片尺寸，因爲CUFFT計劃很複雜。

參見文檔：http://developer.download.nvidia.com/compute/cuda/1_1/CUFFT_Library_1.1.pdf

我同意馬克，說平鋪圖像是去卷積的方式。由於卷積相當於只計算許多獨立的積分，因此您可以簡單地將域分解爲其組成部分，獨立計算這些部分並將它們拼接在一起。 FFT卷積技巧簡單地降低了您需要計算的積分的複雜性。

我希望你的GPU代碼在所有情況下都應該勝過matlab，除非你做了一些奇怪的事情。

Answer 2

這通常不是實際的整個圖像上運行FFT。它不僅需要大量內存，而且圖像的寬度和高度必須是2的冪，這對您的輸入提出了不合理的限制。

將圖像切割成瓦片是非常合理的。瓦片的大小將決定您能夠達到的頻率分辨率。您也可能想要重疊拼貼。