CUDA C编程（二十六）cuFFT库

  cuFFT库提供了一个优化的且基于CUDA实现的快速傅里叶变换(FFT)。FFT在信号处理中可以将信号从时域转换到频域，逆FFT过程则相反。换句话说，一个FFT以规则的时间间隔接受信号中的序列样本并作为输入。然后使用这些样本生成一组叠加的分量频率，按频率抽取作为输入样本的信号。如下图所示，两个信号叠加生成信号cos(x)+cos(2x)，并通过FFT将两个信号的分量转为频率1.0和2.0。至于FFT其他的内容，这里不做介绍。

使 用 cuFFT API
  cuFFT通常指两个独立的库：核心高性能的cuFFT库和可移植的cuFFTW库。cuFFT库是在CUDA中能提供自身API的FFT实现。另一方面，cuFFTW与标准的FFTW(快速傅里叶变换的标准C语言程序集)主机端FFT库有相同的API。和cuBLAS与传统的BLAS库共享大部分的API的情况类似，cuFFW则是用来最大限度地提高使用FFTW现有代码的可移植性。FFTW库的很多函数在cuFFTW中同样适用。此外，cuFFTW库假设所有要传输的输入数据都存储在主机内存中，并为用户处理所有的内存分布(cudaMalloc)和内存拷贝(cudaMemcpy)。虽然这可能对性能有所影响，但它大大加快了程序移植的过程。至于cuFFTW和cuFFT支持的操作，请参阅cuFFT用户指南。
  cuFFT库的配置是用FFT plan完成的。即cuFFT是用来指代它的操作术语。一个plan定义了一个要进行的单一变换操作。cuFFT使用plan来获取内存分配、内存转移以及内存启动来执行变换请求。不同的plan创建函数可以用来生成增大复杂性和维数的plan：

cufftResult cufftPlan1d(cufftHandle *plan,int nx,cufftType type,int batch);
cufftResult cufftPlan2d(cufftHandle *plan,int nx,int ny,cufftType type);
cufftResult cufftPlan3d(cufftHandle *plan,int nx,int ny,int nz,cufftType type);

  cuFFT还支持多种输入和输出数据类型，包括以下几种：复数到复数、实数到复数、复数到实数。当然，对于许多实际的应用程序，最实用的是实数到复数这种类型，它允许我们从实际系统输入实际的测量结果到cuFFT中。
  一旦配置好一个cuFFT plan，使用cufftExec* 函数来对它进行调用执行(例如，cufftExecC2C)。一般来说，无论该变换是一种正向FFT(时域到频域)还是怒向FFT(频域到时域)，函数调用都可以将plan、输入数据的存储位置、输出数据的存放位置作为输入。
cuFFT 功 能 示 范
  一个cuFFT应用程序的工作流的不同取决于变换的复杂性。一个cuFFT应用程序的工作流一般应包括：
  1.创建并配置一个cuFFT plan；
  2.用cudamalloc函数分配设备内存来存储输入样本和输出频率。注意，所分配的内存必须支持对应执行的变换类型(例如，复数到复数、实数到复数、复数到实数)我们可以使用相同的设备内存对输入和输出直接进行变换；
  3.用cudaMemcpy用输入样本传送设备内存；
  使用cudaExec* 函数执行plan；
  用cudaMemcpy取回设备内存中的结果；
  用cudaFree和cufftDestroy释放CUDA和cuFFT资源；
  接下来的示例代码从函数cos(x)中生成一个输入样本序列，将其转换为复数后传给GPU，在将结果拷贝回主机端之前执行复数到复数的一维plan。值得注意的是，对于输入和输出参数，因为可以将相同的内存位置dComplexSamples传给cufftExecC2C,所以这是一个就地FFT运算。可以预先分配一个独立的输出缓存区，并用来存储输出结果。

// Setup the cuFFT plan
    cufftPlan1d(&plan, N, CUFFT_C2C, 1);

    // Allocate device memory
    cudaMalloc((void **)&dComplexSamples,
            sizeof(cufftComplex) * N);

    // Transfer inputs into device memory
    cudaMemcpy(dComplexSamples, complexSamples,
            sizeof(cufftComplex) * N, cudaMemcpyHostToDevice);

    // Execute a complex-to-complex 1D FFT
    cufftExecC2C(plan, dComplexSamples, dComplexSamples,
                             CUFFT_FORWARD);

    // Retrieve the results into host memory
    cudaMemcpy(complexFreq, dComplexSamples,
            sizeof(cufftComplex) * N, cudaMemcpyDeviceToHost);