OneAPI黑客松_FFT加速

问题简介

使用oneMKL工具，对FFT算法进行加速与优化。

1. 调用oneMKL相应API函数，产生2048 * 2048个随机单精度实数。
2. 产生的随机数据作为输入，实现两维Real to complex FFT参考代码。
3. 产生的随机数据作为输入，调用oneMKLAPI计算两维Real to complex FFT。
4. 结果正确性验证，对3和4计算的两维FFT输出数据进行全数据比对（允许适当精度误差），输出“结果正确”或“结果不正确”信息。
5. 平均性能数据比对（比如运行1000次），输出FFT参考代码平均运行时间和oneMKLFFT平均运行时间。

环境配置

代码环境通过以下几步完成配置：

1. 下载安装visual studio 2022
2. 从Intel官网下载OneAPI Base并安装

代码实现

核心代码部分，包括随机数生成、FFTW计算、MKL计算及数据正确性验证。

首先生成随机数：

VSLStreamStatePtr stream;
vslNewStream(&stream, VSL_BRNG_MT19937, 1);
vsRngUniform(VSL_RNG_METHOD_UNIFORM_STD, stream, N * M, input_data, 0.0f, 1.0f);

之后进行FFTW计算：

fftwf_plan fftw_plan = fftwf_plan_dft_r2c_2d(N, M, input_data, fftw_result, FFTW_ESTIMATE);
auto start_time = std::chrono::high_resolution_clock::now();
fftwf_execute(fftw_plan);
auto end_time = std::chrono::high_resolution_clock::now();
double execution_time = std::chrono::duration<double, std::micro>(end_time - start_time).count();

以及MKL计算：

DftiCreateDescriptor(&handle, DFTI_SINGLE, DFTI_REAL, 2, s0);
DftiSetValue(handle, DFTI_PLACEMENT, DFTI_NOT_INPLACE);
DftiSetValue(handle, DFTI_CONJUGATE_EVEN_STORAGE, DFTI_COMPLEX_COMPLEX);
DftiSetValue(handle, DFTI_INPUT_STRIDES, s1);
DftiSetValue(handle, DFTI_OUTPUT_STRIDES, s2);
DftiCommitDescriptor(handle);
auto start_time = std::chrono::high_resolution_clock::now();
DftiComputeForward(handle, input_data, mkl_result);
auto end_time = std::chrono::high_resolution_clock::now();
double execution_time = std::chrono::duration<double, std::micro>(end_time - start_time).count();

最后进行数据正确性验证：

bool compareResults(const MKL_Complex8* mkl_result, const fftwf_complex* fftw_result, const int SIZE) {
    const double epsilon = 1e-5;
    for (size_t j = 0; j < SIZE; ++j) {
        if (fabs(mkl_result[j].real - fftw_result[j][0]) > epsilon || fabs(mkl_result[j].imag - fftw_result[j][1]) > epsilon) {
            return false;
        }
    }
    return true;
}

运行结果

代码运行结果如下，1000次循环的结果全部正确，MKL的平均运行时间短于FFTW。