并行FFT（使用CUDA）

在我的应用程序中，我需要变换图像的每一行，应用过滤器并将其变换回来

我希望能够使用GPU同时进行多次FFT。更准确地说，我使用的是英伟达的CUDA。现在，有一些考虑：

CUDA的FFT库，CUFFT只能从主机（）进行调用

关于这个话题，罗伯特·科维拉说 “多个主机线程可以调用CUFT例程”

我相信并行执行所有这些FFT将提高性能，但是Robert评论道

“FFT操作的大小相当大，那么只需调用所示的cufft库例程，就可以获得很好的加速，并大致充分利用机器”

所以， 是这个吗？一次执行多个FFT是否没有增益

是否有支持设备调用的库

我应该改用cufftPlanMany（）吗（如hang在“is-there-a-method-of-fft-that-will-run-inside-cuda-kernel”中所述，或者如Robert在前面的主题中所述）

或者最好的选择是调用多个主机线程

（这2个链接的限制让我很痛苦…）

我的目标是就这个问题的最佳解决方案进行一些讨论，因为许多人都面临类似的情况。 一旦NVIDIA在CUFFT上实现设备调用，这可能会过时。 （他们说他们正在工作，但是没有发布的预期日期-在英伟达论坛（第一链接）讨论的内容）

那么，是这样吗？一次执行多个FFT是否没有增益

如果单个FFT足够大以充分利用该设备，则一次执行多个FFT不会有任何增益。您仍然可以使用标准方法，如复制和计算重叠，以获得机器的最佳性能

如果FFT很小，则使用FFT是获得最佳性能的好方法。如果你走这条路，我建议你使用CUDA5.5，因为有一些API改进

是否有支持设备调用的库

无法通过从设备代码进行调用来使用cuFFT库

当然，还有其他CUDA库，比如ArrayFire，它们可能有我不熟悉的选项

我应该改用cufftPlanMany（）吗（如hang在“is-there-a-method-of-fft-that-will-run-inside-cuda-kernel”中所述，或者如Robert在前面的主题中所述）？ 或者最好的选择是调用多个主机线程

批处理计划优先于多个主机线程-通过这种方式，API可以更好地管理资源，并且您将有更多API级别的可见性（例如通过CUDA 5.5中的资源估计函数）来了解可能的情况。

您可以编写自己的FFT内核。。。