Question

我对通过调用fftwf_plan_many_dft_r2c（）并使用OpenMP执行它来创建many_plan感到有些困惑。我在这里想要实现的是看看是否明确使用OpenMP并组织FFTW数据可以一起工作。（我知道我“应该”使用fftw的多线程版本，但是我没能从中获得预期的加速）。

我的代码如下所示：

/* I ignore some helper APIs */
#define N 1024*1024 //N is the total size of 1d fft 
fftwf_plan p;
float * in;
fftwf_complex *out;

omp_set_num_threads(threadNum); // Suppose threadNum is 2 here
in = fftwf_alloc_real(2*(N/2+1));
std::fill(in,in+2*(N/2+1),1.1f); // just try with a random real floating numbers
out = (fftwf_complex *)&in[0];  // for in-place transformation
/* Problems start from here */
int n[] = {N/threadNum}; // according to the manual, n is the size of each "howmany" transformation
p = fftwf_plan_many_dft_r2c(1, n, threadNum, in, NULL,1 ,1, out, NULL, 1, 1, FFTW_ESTIMATE);

#pragma omp parallel for
for (int i = 0; i < threadNum; i ++)
{
    fftwf_execute(p);
    // fftwf_execute_dft_r2c(p,in+i*N/threadNum,out+i*N/threadNum);
}

我得到的是这样的：

如果我使用fftwf_execute（p），程序执行成功，但结果似乎不正确。（我将结果与不使用many_plan和openmp的版本进行比较）

如果我使用fftwf_execute_dft_r2c（），我会出现分段错误。

有人可以帮助我吗？我应该如何跨多个线程对数据进行分区？或者它首先是不正确的。

提前谢谢。

flyree

Answer 1

您是否正确为 out 分配内存？这是：

out = (fftwf_complex *)&in[0];  // for in-place transformation

做同样的事情：

out = (fftw_complex*)fftw_malloc(sizeof(fftw_complex)*numberOfOutputColumns);

您正在尝试访问并行块中的“p”，而没有具体告诉openMP如何使用它。它应该是：

pragma omp parallel for shared（p）

如果你打算分解n个线程的工作，我认为你明确要告诉omp使用n个线程：

pragma omp parallel for shared（p）num_threads（n）

这段代码没有多线程吗？如果你删除了for循环和openMP调用并执行了fftwf_execute（p）只是一次有效吗？
对于很多人来说，我对FFTW的计划知之甚少，但看起来p确实是很多计划，而不是单一的计划。所以，当你“执行”p时，你正在一次执行所有计划，对吧？您实际上不需要迭代执行p。

我还在学习OpenMP + FFTW，所以我可能错了。当我把＃放在pragma前面时，StackOverflow不喜欢它，但你需要一个。

创建许多计划和执行计划时出现问题

1 个答案: