cufftcomplex 크기와 위상을 빨리 얻는 방법

Question

나는 cuffacomplex 데이터 블록을 가지고 있는데 이것은 cuda fft (R2C)의 결과입니다. 나는 데이터가 실제 번호와 이미지 번호 뒤에 구조체로 저장된다는 것을 안다. 이제는 각 복잡한 요소의 진폭 = sqrt (R * R + I * I) 및 위상 = arctan (I/R)을 빠른 방법 (루프가 아님)으로 가져 오려고합니다. 거기에 좋은 방법이 있습니까? 또는 어떤 도서관이 그렇게 할 수 있습니까? cufftExecR2C 이후

Answer 1

는, 결과는 GPU에 이미있는 GPU에 데이터를 작동 (호스트로 다시 복사하기 전에 그 일을하는 경우.) 쓸 간단합니다

자신의 cuda 커널이이를 수행합니다. 설명하는 진폭은 cuCabs 또는 cuCabsf에 의해 반환 된 값이며 cuComplex.h 헤더 파일에 있습니다. 헤더 파일의 함수를 살펴보면 위상 각을 계산하는 자체 작성 방법을 이해할 수 있어야합니다. cufftComplex은 just a typedef ofcuComplex입니다.

귀하의 cufftExecR2C 호출이 배열 data에 cufftComplex 유형의 결과를 남겼다고 가정 해 봅시다. 커널은 다음과 같습니다

#include <math.h> 
#include <cuComplex.h> 
#include <cufft.h> 
#define nTPB 256 // threads per block for kernel 
#define sz 100000 // or whatever your output data size is from the FFT 
... 

__host__ __device__ float carg(const cuComplex& z) {return atan2(cuCimagf(z), cuCrealf(z));} // polar angle 

__global__ void magphase(cufftComplex *data, float *mag, float *phase, int dsz){ 
    int idx = threadIdx.x + blockDim.x*blockIdx.x; 
    if (idx < dsz){ 
    mag[idx] = cuCabsf(data[idx]); 
    phase[idx] = carg(data[idx]); 
    } 
} 

... 
int main(){ 
... 
    /* Use the CUFFT plan to transform the signal in place. */ 
    /* Your code might be something like this already:  */ 
    if (cufftExecR2C(plan, (cufftReal*)data, data) != CUFFT_SUCCESS){ 
     fprintf(stderr, "CUFFT error: ExecR2C Forward failed"); 
     return; 
    } 
    /* then you might add:         */ 
    float *h_mag, *h_phase, *d_mag, *d_phase; 
    // malloc your h_ arrays using host malloc first, then... 
    cudaMalloc((void **)&d_mag, sz*sizeof(float)); 
    cudaMalloc((void **)&d_phase, sz*sizeof(float)); 
    magphase<<<(sz+nTPB-1)/nTPB, nTPB>>>(data, d_mag, d_phase, sz); 
    cudaMemcpy(h_mag, d_mag, sz*sizeof(float), cudaMemcpyDeviceToHost); 
    cudaMemcpy(h_phase, d_phase, sz*sizeof(float), cudaMemcpyDeviceToHost); 

당신은 또한 크기와 위상 기능 펑터를 생성하고 thrust::transform에 data, mag 및 phase와 함께이 펑를 전달하여이 사용 thrust을 할 수 있습니다.

벡터 덧셈 연산과 벡터 곱셈 연산의 조합을 사용하여 CUBLAS으로도 처리 할 수 ​​있습니다.

이 question/answer도 중요 할 수 있습니다. 나는 거기에서 나의 위상 기능 carg을 들었다.