论文部分内容阅读
NVIDIA在其GPU平台上开发的FFT库CUFFT经过几次升级，但在二维FFT实现上效率还有提升空间，而且对于特定不能与上下文的计算融合，导致多次对Globalmemory的访问。本文分析合并内存访问事务大小与占用率之间的关系，优化使用GPU存储器资源，对小数据量2次幂二维复数FFT在GPU上的实现进行改进，加速比最高达到CUFFT6．5的1．27倍。利用实数FFT结果的共轭对称性，算法的效率比复数FFT算法运算量降低了40％。最后将FFT的改进应用到光学传递函数（0TF）的计算中，采用Kemel融合的