利用Intel* oneAPI计算二维FFT的C++代码实现

最新推荐文章于 2023-09-05 13:25:05 发布
原创 最新推荐文章于 2023-09-05 13:25:05 发布 · 749 阅读 · 3
本文介绍了如何使用Intel oneAPI中的oneMKL库计算二维快速傅里叶变换(FFT)，包括oneAPI的基本概念、oneMKL的下载安装、随机数生成和FFT函数的使用。通过C++代码示例展示了oneMKL与开源FFTW的性能对比，验证了计算结果的正确性。

C++实现二维FFT的过程


如果着急的话可以直接跳转到最后，有完整的测试代码，想要仔细了解的话可以从头开始看，包括了理论与实践，只要环境配置正确，绝对能够直接运行。
本文的前面第1、2两个部分内容来自英特尔oneAPI黑客松大赛官方提供的基础学习文档，其他相似材料主要以英特尔oneAPI黑客松大赛官方版本为准。

1 基础概念

1.1 傅里叶变换

在这里插入图片描述

1.2 离散傅里叶变换

在这里插入图片描述

1.3 快速傅里叶变换

快速傅里叶变换（Fast Fourier Transform, FFT），是快速计算序列的离散傅里叶变换（DFT）或其逆变换的方法。FFT 能够将计算DFT 的复杂度从o(n^2) 降低到 o( 𝑛𝑙𝑜𝑔(𝑛))，其中𝑛 为数据大小。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
一维快速傅里叶变换的一种基础实现方式的伪代码如下所示：
在这里插入图片描述

1.4 实数的一维离散傅里叶变换

在这里插入图片描述
在这里插入图片描述

1.5 二维离散傅里叶变换

在这里插入图片描述

1.6 实数的二维离散傅里叶变换

就像实数的一维离散傅里叶变换一样，实数的二维离散傅里叶变换结果也会呈现出一种特殊的共轭对称性，one MKL FFT 库和FFTW 也利用了这一特性来节约输出序列所占的空间。
在这里插入图片描述
上图展示了当𝑁=8 时，随机实数矩阵进行二维离散傅里叶变换后所得到的结果。图右结果矩阵中，实心背景部分与相同颜色虚线背景部分使用了箭头指示，可以看出相对应的部分呈现对称共轭关系。

2 使用oneAPI计算FFT

2.1 oneAPI介绍

oneAPI是一个开源规范，旨在简化希望创建基于加速器的应用程序和希望支持各种硬件架构和硬件供应商的开发人员的生活。
oneAPI Base Toolkits 和H PC Toolkits 的内容如下图所示：
在这里插入图片描述

2.2 oneMKL 下载安装

英特尔® oneAPI 数学内核库（Intel® oneAPI Math Kernel LibraryLibrary，简称oneMKL）是一个计算数学库，其中包含高度优化的广泛线程例程，适用于需要最高性能的应用程序。该库提供Fortran 和C 编程语言接口。oneMKL C 语言接口可以从用C 或C++ 以及可以引用C 接口的任何其他语言编写的应用程序中调用。
oneMKL在这些主要计算领域提供全面的功能支持：

  • BLAS（1 级、2 级和3 级）和LAPACK 线性代数例程，提供向量、向量矩阵和矩阵矩阵运算。
  • ScaLAPACK 分布式处理线性代数例程，以及基本线性代数通信子程序( BLACS和并行基本线性代数子程序PBLAS)。
  • oneMKL PARDISO（基于并行直接稀疏求解器PARDISO* 的直接稀疏求解器），迭代稀疏求解器，支持用于求解稀疏方程组的稀疏BLASBLAS（1 、2 和3 级）例程，以及分布式版本提供oneMKL PARDISO 求解器用于集群。
  • 一维、二维或三维中的快速傅立叶变换( FFT)函数，支持混合基数（不限于2 的幂的大小），以及提供在集群上使用的这些函数的分布式版本。
  • 用于优化向量数学运算的向量数学(VM) 例程。
  • 矢量统计(VS) 例程，为多种概率分布、卷积和相关例程以及汇总统计函数提供高性能矢量化随机数生成器(RNG)。
  • 数据拟合库，提供基于样条的函数逼近、函数导数和积分以及搜索功能。
  • 扩展特征求解器，基于Feast 特征值求解器的特征求解器的共享内存编程(SMP)版本。

英特尔® oneAPI 数学核心库( oneMKL)针对英特尔处理器上的性能进行了优化。oneMKL 还可以在非Intel x86 兼容处理器上运行。
oneMKL 可以作为单独的软件包下载，
也可以作为Intel ® o neAPI Base Toolkit 的一部分下载，
进入到下载界面后，选择自己的操作系统以及在线或者离线安装方式之后，按照提示进行安装即可。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.3 Linux离线安装示例

例如，这里我们选择了Linux 的离线安装方式，只需执行以下命令即可：

wget https://registrationcenter-
download.intel.com/akdlm/IRC_NAS/adb8a02c-4ee7-4882-97d6-
a524150da358/l_onemkl_p_2023.2.0.49497_offline.sh
sudo sh ./l_onemkl_p_2023.2.0.49497_offline.sh

安装脚本添加链接描述 的常用参数如下：
在这里插入图片描述
例如：

# 显示安装程序帮助：
./l_onemkl_p_2023.2.0.49497_offline.sh -a -h 
# 显示可用的产品：
./l_onemkl_p_2023.2.0.49497_offline.sh -a --list-products 
# 以 GUI 模式运行安装程序：
./l_onemkl_p_2023.2.0.49497_offline.sh 
# 以命令行界面运行安装程序：
./l_onemkl_p_2023.2.0.49497_offline.sh -a -c 
# 以静默模式运行安装程序：
./l_onemkl_p_2023.2.0.49497_offline.sh -a -s --eula accept

2.4 one MKL 随机数生成器

oneMKL 随机数生成器的典型流程如下：

  1. 创建和初始化流。函数vslNewStream, vslNewStreamEx, vslCopyStream, vslCopyStreamState,
    vslLeapfrogStream, vslSkipAheadStream, vslSkipAheadStreamEx 。
  2. 调用一个或多个随机数生成器。
  3. 处理输出。
  4. 使用vslDeleteStream 函数删除一个或多个流。

生成单精度随机数的示例代码如下：

#include <stdio.h>
#include "mkl_vsl.h"
float r[1000]; /* buffer for random numbers */ 
VSLStreamStatePtr stream;
/* Initializing */
vslNewStream(&stream, VSL_BRNG_MT19937, 777);
/* Generating */
vsRngUniform(VSL_RNG_METHOD_UNIFORM_STD, stream, 1000, r, 0.0, 1.0);
/* Deleting the stream */
vslDeleteStream(&stream);

2.5 one MKL FFT 函数

one MKL 提供了一个接口，用于通过快速傅里叶变换算法计算离散傅里叶变换。函数名称中的前缀Dfti 和配置参数名称中的前缀 DFTI 代表离散傅立叶变换接口。
one MKL 中提供的快速傅里叶变换函数有以下2 种实现：

  1. 适用于单处理器或共享内存系统的FFT 函数
  2. 适用于分布式内存架构的Cluster FFT 函数（仅适用于 Intel® 64 架构）

FFT 和 Cluster FFT 函数均通过五个步骤计算 FFT：

  1. 通过调用DftiCreateDescriptor 或DftiCreateDescriptorDM 函数为问题分配新的描述符。描述符记录变换的配置，例如维度（或等级）、大小、变换数量、输入/输出数据的内存布局（由步幅定义）和缩放因子。许多配置设置都在此调用中分配了默认值，您可能需要在应用程序中修改这些默认值。
  2. （可选）根据需要调用DftiSetValue 或DftiSetValueDM 函数来调整描述符配置。通常，您必须仔细定义 FFT 的数据存储布局或集群 FFT 进程之间的数据分布。描述符的配置设置（例如默认值）可以使用DftiGetValue 或DftiGetValueDM 函数获取。
  3. 通过调用DftiCommitDescriptor 或DftiCommitDescriptorDM 函数来提交描述符，也就是说，使描述符为变换计算做好准备。一旦描述符被提交，变换的参数，例如变换的类型和数量、步幅和距离、数据的类型和存储布局等等，就被“冻结”在描述符中。
  4. 根据需要多次调用DftiComputeForward / DftiComputeBackward 或DftiComputeForwardDM / DftiComputeBackwardDM 函数来计算变换。由于描述符是单独定义和提交的，因此计算函数所做的就是获取输入和输出数据并按照定义计算变换。要修改对计算函数的另一次调用的任何配置参数，请使用DftiSetValue 后跟DftiCommitDescriptor（DftiSetValueDM 后跟DftiCommitDescriptorDM）或创建并提交另一个描述符。
  5. 通过调用DftiFreeDescriptor 或DftiFreeDescriptorDM 函数来释放描述符。这会将描述符内部消耗的内存返回给操作系统。

所有上述函数都返回一个整数状态值，成功完成操作后该值为零。您可以借助DftiErrorClass 或DftiErrorMessage 函数解释非零状态。
使用oneMKL FFT 实现单精度二维的复数到复数和实数到复数原地快速傅里叶变换的代码示例如下：

/* C99 example */
#include "mkl_dfti.h"
/* complex data in, complex data out */ 
float _Complex c2c_data[32][100];
/* real data in, complex data out */
float r2c_data[34][102];
DFTI_DESCRIPTOR_HANDLE my_desc1_handle = NULL; 
DFTI_DESCRIPTOR_HANDLE my_desc2_handle = NULL; 
MKL_LONG status;MKL_LONG dim_sizes[2] = {
   
   32, 100};
/* ...put values into c2c_data[i][j] 0<=i<=31, 0<=j<=99 */
/* ...put values into r2c_data[i][j] 0<=i<=31, 0<=j<=99 */ status = 
DftiCreateDescriptor(&my_desc1_handle, DFTI_SINGLE, DFTI_COMPLEX, 2, dim_sizes);
status = DftiCommitDescriptor(my_desc1_handle);
status = DftiComputeForward(my_desc1_handle, c2c_data); status = 
DftiFreeDescriptor(&my_desc1_handle);
/* result is the complex value c2c_data[i][j], 0<=i<=31, 0<=j<=99 */ status = 
DftiCreateDescriptor(&my_desc2_handle
标签
#oneapi #c++ #java
最低0.47元/天 解锁文章
w_onemkl_p_2021.3.0.524_offline.exe
04-16
w_onemkl_p_2021.3.0.524_offline.exe
数字图像处理第三章——频域处理（上）
Dujing2019的博客
04-10 1万+
数字图像处理第二章数字图像处理---频域处理（一）二维离散傅里叶变换4.1线性空间滤波4.1.1 相关4.1.2 卷积4.1.3 imfilter函数4.2 非线性空间滤波（五）图像处理工具箱中标准的空间滤波器5.1线性空间滤波器5.2非线性空间滤波器 数字图像处理—频域处理 （一）二维离散傅里叶变换 邻域处理包含以下过程: 选择中心点( x，y) ; 仅对预定义的围绕点(x，y)的邻域内的...
英特尔oneAPI优化FFT
bubudenggaoxiao的博客
09-05 385
oneAPI是由英特尔（Intel）推出的一个跨平台的软件开发工具集和编程模型，旨在简化并加速异构计算的开发过程。它提供了统一的编程接口和工具，使开发人员能够在不同类型的处理器（如CPU、GPU、FPGA等）上进行高性能计算和数据处理。英特尔 oneAPI 2023 工具可用于编写 SYCL 代码，而这些代码可以在英特尔的一系列硬件以及其它供应商的硬件上运行。2023 版本支持即将推出的、包括 Xeon CPU Max 系列在内的 Sapphire Rapids CPU，并初步支持 AMX 指令。
基于fftw的二维FFT和二维IFFT的实现
理木客
06-07 1826
#include "fftw3.h" #include <stdio.h> #include <stdlib.h> #include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; typedef struct _COMPLEX { float real; float img; }COMPLEX; float **m; CO
数字图像处理中的傅立叶变换
dbt67865的博客
10-28 1055
二维Fourier变换的应用 前面已经提到了Fourier变换有两个好处，即：可以获得信号的频域特性；可以将卷积运算转换为乘积运算。 因此二维Fourier变换的应用也是根据这两个特点来进行的。 在图像滤波中的应用 首先，我们来看Fourier变换后的图像，中间部分为低频部分，越靠外边频率越高。因此，我们可以在Fourier变换图中，选择所需要的高频或是低频滤波。 在图像...
通过二维FFT变换对比加入窗函数之后的图像频谱和相位
FPGA/MATLAB学习教程/源码/项目合作开发
01-01 4462
另外，在功率谱估计中也要遇到窗函数加权问题。做法是从信号中截取一个时间片段，然后用截取的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号，然后就可以对信号进行傅里叶变换、相关分析等数学处理。做法是从信号中截取一个时间片段，然后用截取的信号时间片段进行周期延拓处理，得到虚拟的无限长的信号，然后就可以对信号进行傅里叶变换、相关分析等数学处理。加窗实质是用一个所谓的窗函数与原始的时域信号作乘积的过程（当然加窗也可以在频域进行，但时域更为普遍），使得相乘后的信号似乎更好地满足傅立叶变换的周期性要求。
英特尔oneAPI黑客松 基于oneMKL的FFT加速
pluto_conch的博客
08-29 218
在比赛过程中，我了解了oneAPI的威力以及oneMKL工具的巨大潜力，也十分期待在未来的工作中继续进行oneAPI的应用。这次实现FFT2D算法的过程加深了我对傅里叶变换的记忆，而与oneMKL的对比结果也让我感受到了优化和加速工程问题的重要性。
形象理解二维傅里叶变换
forfuture3513的博客
03-18 1万+
形象理解二维傅里叶变换
二维FFT算法Matlab实现
shuwei1990的博客
12-18 4768
将一维大点数FFT拆分成二维FFT，先做列变换，再做行变换，用Matlab进行算法实现过程的验证。
傅里叶变换 一维和二维快速傅里叶变换（代码和性能的优化）
qq_36511401的博客
11-13 1万+
在类FourierUtils的fftProgress方法中，有这个代码段，我们可以将Complext.euler(flag * i)提前计算好，设置大小为2次幂N，如果没有的话，也要调节到2次幂N。我们设置大小为N,求得复数数组，前半部分存储给FFT使用的，后半部分给IFFT使用。中测试大小为行为800，列为900时，花费了时间4s多。而现在只要2s左右。中测试大小为1百万时，花费了时间6s多。2、其中复数类和工具类代码不变。5、测试一维快速傅里叶。6、测试二维快速傅里叶。的复数类和工具类代码。
OneAPI黑客松_FFT加速
weixin_48653720的博客
08-29 199
使用oneMKL工具，对FFT算法进行加速与优化。调用oneMKL相应API函数，产生2048 * 2048个随机单精度实数。产生的随机数据作为输入，实现两维Real to complex FFT参考代码。产生的随机数据作为输入，调用oneMKLAPI计算两维Real to complex FFT。结果正确性验证，对3和4计算的两维FFT输出数据进行全数据比对（允许适当精度误差），输出“结果正确”或“结果不正确”信息。
c++ opencv数字图像处理：频率域滤波基础，傅里叶变换及频谱图
刘燚的博客
11-26 4806
文章目录前言一、傅里叶变换1.傅里叶级数概念2.傅里叶级数公式3.傅里叶变换二、频谱图1.引入库2.读入数据总结 前言 数字图像处理c++ opencv（VS2019 opencv4.53）持续更新 一、傅里叶变换 1.傅里叶级数概念 维基百科：傅里叶级数（Fourier series）是把类似波的函数表示成简单正弦波的方式。更正式地说，对于满足狄利克雷定理的周期函数，其傅里叶级数是由一组简单振荡函数（正弦与余弦函数，或等价的复指数函数）的加权和表示的方法。 即 任何函数都可以分解为一组简单的正弦与余.
傅里叶变换 二维快速傅里叶变换（快速的二维离散傅里叶变换、分治法）
qq_36511401的博客
11-13 1万+
可以看作M行N列的二维数组，先对每行做一维FFT，将结果作为一个新的二维数组。而在处理二维IFFT的时候，跟二维FFT差不多，只要在公共方法中控制正负值，来区分是FFT还是IFFT。如果是FFT的话，刚开始的时候，要将double转为Complex复数，如果是IFFT的话，要在结束的时候，将每个值都除以MN。还要将DFT的代码注释了，不然跑不动。设置行列大小都为128的时候，发现二维DFT和二维FFT差距还是很明显的，随着行列的增大，差距只会越来越大。的写法，相结合的话，就可以很容易得出二维FFT的写法。
Intel MKL 稀疏矩阵求解PARDISO 函数
摄心神，致虚极，守静笃
01-24 1万+
Intel MKL提供了针对稀疏矩阵求解的PARDISO 接口，它是在共享内存机器上，实现的稀疏矩阵的直接求解方法，对于一些大规模的计算问题, PARDISO的算法表现了非常好的计算效率与并行性。一些数值测试表明，随着计算节点数目增加, PARDISO具有接近线性的加速比例。  PARDISO对应求解过程包括如下步骤： 1. 矩阵重排与符号分解(Reordering and Symbo
Intel 黑客松-oneMKL对二维FFT进行加速
qq_45987912的博客
08-30 420
Intel 黑客松-oneMKL对二维FFT进行加速
C++实现二维快速傅里叶变换（FFT）
海盗Isaac
12-31 1万+
上一篇文章里，我根据DFT公式用C++实现了二维离散傅里叶变换。但跑一张300*300的图片都要好几分钟，速度实在太慢了。我研究了下快速傅里叶变换，在网上找了一些资料，然后用C++实现了二维快速傅里叶变换，速度超级快，512*512的图片在0.1秒内就能处理完。 我们知道一维离散傅里叶变换公式如下 其中。 用矩阵表示即为： ...
2D-FFT（二维快速傅里叶变换） 源码
热门推荐
吾尝终日而思矣，不如须臾之所学也
12-10 2万+
2D-FFT（二维快速傅里叶变换）   #include #include #include #define intsize sizeof(int) #define complexsize sizeof(complex) #define PI 3.1415926 int *a,*b; int nLen,init_nLen,mLen,init_mLen,
2维FFT算法实现——基于GPU的基2快速二维傅里叶变换
weixin_30768175的博客
05-21 653
上篇讲述了一维FFT的GPU实现（FFT算法实现——基于GPU的基2快速傅里叶变换），后来我又由于需要做了一下二维FFT，大概思路如下。 首先看的肯定是公式： 如上面公式所描述的，2维FFT只需要拆分成行FFT，和列FFT就行了，其中我在下面的实现是假设原点在F(0,0)，由于我的代码需要原点在中心，所以在最后我将原点移动到了中心。 下面是原点F(0,0)的2维FFT的伪代码： ...
C++中fftw库二维傅里叶变换笔记
qq_40522672的博客
04-07 9436
1.相关基础知识参考链接 1.相关基础知识参考链接 离散傅里叶变换（DFT）基础知识理解参考： 深入理解离散傅里叶变换(DFT) - 知乎 FFTW库基本使用参考： FFTW3学习笔记2：FFTW（快速傅里叶变换）中文参考 - 爱国呐 - 博客园 关于FFTW库的使用和离散傅里叶变换的基础知识参考上述两篇优秀文章即可，我学习过程中也是参考上述文章进行学习的，此文着重于二维傅里叶变换方面FFTW库在实践过程中的问题及解决。 2.二维傅里叶变换作用简介 二维傅里叶变换：将
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值