我正在尝试使用与GPU计算重叠的异步内存传输来提高代码的性能。
以前我有一个代码，我创建了一个FFT计划，然后多次使用它。在这种情况下，根据这个earlier post投入创建CUDA FFT计划所花费的时间可以忽略不计。它可能非常重要。
现在我转移到流，我正在做的是“多次”创建“相同”计划，然后设置CUDA FFT流。根据你们中的一些人在other post给出的答案，这是浪费的。但是，还有其他办法吗？
注意：我正在实时获取数据，因此启动“批量”CUDA FFT是不可能的。我正在做的是通过完整的脉冲传输来创建和发布新的CUDA流。
注2：我也在考虑使用“CUDA Streams / FFT Plans”的“池”，但我认为这不是一个优雅，明智的解决方案，任何想法？
在分配CUDA流之前，是否有办法“复制”“存在的”fft计划？
谢谢你们！/加尔斯？希望在圣何塞见到你们。 =）
奥马
答案 0 :(得分：1)
我正在做的是通过完整的脉冲传输来创建和发布新的CUDA流。
重新使用流，而不是每次都创建新流。然后，您可以提前重新使用为该流创建的计划，而您无需重新创建＆＃34;相同的＆＃34;在飞行中计划。
也许这就是你的溪流方法的意思。你的批评是它不优雅＆＃34;或者＆＃34;明智的＆＃34;。我不知道这意味着什么。流水线算法中的流重用是一种常见的策略，如果没有其他原因，除了避免cudaStreamCreate开销（无论它可能是大，小）。
袖口计划has a stream associated with it。没有流关联，您无法复制计划。计划是一个不透明的容器。