基于GPU众核平台的FFT并行方法

摘要

本发明公开了一种基于GPU众核平台的FFT并行方法，在存储方面，依据单次通信海量运算的原则，通信一次，完成了N个M点FFT运算，大大隐藏了通信消耗；利用到了每个线程块内部的高速缓存：共享存储器，进一步减少通信时间，提高了运行效率。本发明通过科学的统筹安排，成百上千个处理核心并行处理数据，最大限度的提高了并行度，高效完成了运算并提高了运算精度。

主权项

一种基于GPU众核平台的FFT并行方法，其特征在于：包括以下步骤：第一步：将需要进行一维FFT运算的N个一维数组分别标识为：A1、A2...An，每个一维数组有M个元素，然后将N个一维数组按照标识符从小到大的次序首尾相接组成一个一维数组，记为B；第二步：计算B所占存储空间的大小，并标识为C；第三步：根据计算出的C，在GPU的全局存储器上分配大小为C的存储空间，标识为D，然后将内存上的数据B拷贝到全局存储器的D；第四步：将D的数据每M个元素进行一次切割，得到与原始数据对应的N组数据，分别标识为D1、D2...Dn；第五步：GPU组织包括网格层、线程块层、线程层，即一个线程网格包含两个或两个以上线程块，每个线程块包含两个或两个以上线程，同时，每个线程块有一个该线程块内所有线程可见的共享存储器；设定完成所有运算的线程网格有N个线程块，分别标识为E1、E2...En，将数据D1、D2...Dn分别对应导入E1、E2...En的共享存储器；第六步：在每个线程块内部，将属于该线程块的共享存储器的原始数据进行FFT运算，结果同样保存在该线程块的共享存储器中；N个线程块执行同样的操作；第七步：同步计算每个线程块内的所有线程，然后将每个线程块内共享存储器的运算结果对应的导出到D1、D2...Dn；将D1到Dn的结果数据首尾相接，组成一维数组，标识为F；然后将F的数据拷贝到内存，标识为G；第八步：将一维数组G每M个元素进行一次切割，依次分为G1、G2...Gn，即是要进行一维M点FFT运算的N个一维数组的N个对应的结果；通过以上步骤就完成了基于GPU众核平台的FFT并行方法。