大点数一维FFT的GPU设计实现

J4 ›› 2013, Vol. 35 ›› Issue (11): 34-41.

大点数一维FFT的GPU设计实现

何涛1,2,朱岱寅1

（1.南京航空航天大学电子信息工程学院,江苏南京 210016;
2.中航工业雷达与电子设备研究院，江苏无锡 214063）

收稿日期:2013-06-08 修回日期:2013-09-02 出版日期:2013-11-25 发布日期:2013-11-25

Design and implementation of largepoint 1D FFT on GPU

HE Tao1,2,ZHU Daiyin1

(1.College of Electronic and Information Engineering,
Nanjing University of Aeronautics and Astronautics,Nanjing 210016;
2.Institute of Radar and Electronic Equipment,Aviation Industry Corporation China,Wuxi 214063,China)

Received:2013-06-08 Revised:2013-09-02 Online:2013-11-25 Published:2013-11-25

摘要/Abstract

摘要：

鉴于GPU强大的计算性能以及先进的并行处理器架构，主要研究一种将FFT的并行算法映射到CUDA模型的并行设计方法。该设计方法遵循如减少内核函数中的全局存储器访问、全局存储器合并访问、高效利用共享存储器、高密集度计算等GPU平台下主要的设计准则进行优化设计，并在基于NVIDIA Fermi处理架构的Tesla C2075 GPU平台上进行了大点数一维FFT设计实现。实验结果表明了该方法的可行性及高效性，在256K点范围内性能优于CUFFT库，加速比最高达到CUFFT 4.0库的2.1倍。

关键词: CUDA 4.0, 快速傅里叶变换, GPU, 高性能计算

Abstract:

Considering the GPU’s powerful computing performance and advanced parallel processor architecture, a kind of concurrent design method is studied, which maps the FFT parallel algorithm onto CUDA architecture. This method follows optimized design principles for GPU platforms, such as, reducing global memory access, global memory access coalescing, efficient usage of shared memory, and intensive computing. Then, a largePoint 1D FFT is implemented on NVIDIA Tesla C2075 GPU based on the architecture of NVIDIA Fermi. Experimental results show that this method is superior to the CUFFT library when the number of points is not larger than 256K, and it runs two times faster than the CUFFT 4.0 library, which shows that the new method is feasible and effective.

Key words: CUDA 4.0;fast fourier transform;GPU;high performance computing

何涛1,2,朱岱寅1. 大点数一维FFT的GPU设计实现[J]. J4, 2013, 35(11): 34-41.

HE Tao1,2,ZHU Daiyin1. Design and implementation of largepoint 1D FFT on GPU [J]. J4, 2013, 35(11): 34-41.

[1]	王宇华, 何俊飞, 张宇琪, 徐悦竹, 崔环宇. DRM:基于迭代归并策略的GPU并行SpMV存储格式[J]. 计算机工程与科学, 2024, 46(03): 381-394.
[2]	孙岩, 张建民, 黎渊, 孙舜禹. 面向高性能计算的互连网络拥塞控制分析与评估[J]. 计算机工程与科学, 2024, 46(02): 209-216.
[3]	张云泉, 邓力, 袁良, 袁国兴. 2023年中国高性能计算机发展现状分析[J]. 计算机工程与科学, 2023, 45(12): 2091-2098.
[4]	施得君, 李宏亮, 胡舒凯. 基于Clos网络的高阶路由器结构[J]. 计算机工程与科学, 2023, 45(12): 2099-2112.
[5]	张天阳, 池成悦, 郭武, 高亦沁, 文敏华, 韦建文. 校级异地超算集群管理的关键技术研究与实践[J]. 计算机工程与科学, 2023, 45(12): 2135-2145.
[6]	肖调杰, 周峰, 郑翾宇, 刘剑, 陈琳, 刘杰, 易明宽, 陈旭光, 龚春叶, 杨博, 甘新标, 李胜国, 左克, . 大规模三维频率域电磁积分方程法数值模拟[J]. 计算机工程与科学, 2023, 45(11): 1901-1910.
[7]	朱文龙, 江嘉治, 黄聃, 肖侬. ParM:基于国产处理器的异构并行编程模型[J]. 计算机工程与科学, 2023, 45(09): 1521-1531.
[8]	吴铁彬, 过锋, 王谛. 面向E级计算的高性能处理器核心运算架构研究进展[J]. 计算机工程与科学, 2023, 45(05): 761-771.
[9]	张勇, 张曦, 万云博, 何先耀, 赵钟, 卢宇彤. 非结构有限体积CFD计算的网格重排序优化[J]. 计算机工程与科学, 2022, 44(10): 1721-1729.
[10]	陈奉贤. 基于NR-Transformer的集群作业运行时间预测[J]. 计算机工程与科学, 2022, 44(07): 1181-1190.
[11]	郝占军, 乔志强, 党小超, 段渝. 一种基于CSI的高鲁棒性步态识别方法[J]. 计算机工程与科学, 2022, 44(07): 1302-1312.
[12]	曹继军. 面向HPC和DC的可重构光互连网络体系结构综述[J]. 计算机工程与科学, 2022, 44(06): 951-963.
[13]	袁国兴, 张云泉, 袁良. 2021年中国高性能计算机发展现状分析[J]. 计算机工程与科学, 2021, 43(12): 2091-2097.
[14]	朱浩, 周博洋, 卢雪山, 杜溢墨. OpenCL计算软件栈评估[J]. 计算机工程与科学, 2021, 43(12): 2105-2114.
[15]	李创, 刘宗林, 刘胜, 李勇, 徐雪刚, 夏一民. 快速卷积算法的综述研究[J]. 计算机工程与科学, 2021, 43(10): 1711-1719.