ruFFT ユーザーガイド

English | 简体中文 | 日本語 | Deutsch | Русский

計算ライブラリ · Tensor フレームワーク · 中文

ruFFT は、デバイス上で実信号 FFT と逆変換を計算します。 rufft::tensor インターフェイスは出力を割り当てます。デバイス バインディングを直接管理する場合は、rfft_launch および irfft_launch を使用します。

1. 依存関係を構成する

Cargo パッケージは ruda-fft です。 Rust インポート名は rufft です。機能 tensor により、デバイス テンソル インターフェイスが有効になります。この構成では、アプリケーション ディレクトリが RUDA ソース ディレクトリの横に配置されます。 NVIDIA のセットアップについては、はじめに を参照してください。

[dependencies]
rufft = { package = "ruda-fft", path = "../RUDA/ruFFT", default-features = false, features = ["std", "tensor"] }
ruda-core = { path = "../RUDA/ruda-core", default-features = false, features = ["std", "tensor-host-data"] }
ruda-kernel = { path = "../RUDA/ruda-kernel", default-features = false, features = ["frontend-std", "device-tensor"] }
ruda-driver-cuda = { path = "../RUDA/ruda-driver-cuda", default-features = false, features = ["std"] }

2. 順変換と逆変換

この完全な src/main.rs は、4 ポイント F32 信号をアップロードし、そのスペクトルを計算し、入力を再構築します。アプリケーション ディレクトリから cargo run を実行します。

use ruda_core::tensor::data::TensorData;
use ruda_driver_cuda::{CudaDevice, CudaRuntime};
use ruda_kernel::tensor::{readback::into_data_sync, transfer::from_data};
use rufft::tensor::{irfft, rfft};

fn main() -> Result<(), Box<dyn std::error::Error>> {
    let device = CudaDevice::default();
    let input = vec![1.0f32, 0.0, -1.0, 0.0];
    let signal = from_data::<CudaRuntime>(TensorData::new(input.clone(), [4]), &device);
    let (real, imag) = rfft(signal, 0, None);

    let re = into_data_sync(real.clone()).to_vec::<f32>()?;
    let im = into_data_sync(imag.clone()).to_vec::<f32>()?;
    for (actual, expected) in re.iter().zip([0.0f32, 2.0, 0.0]) {
        assert!((actual - expected).abs() < 1e-5);
    }
    assert!(im.iter().all(|value| value.abs() < 1e-5));

    let restored = irfft(real, imag, 0, Some(input.len()));
    let restored = into_data_sync(restored).to_vec::<f32>()?;
    for (actual, expected) in restored.iter().zip(input) {
        assert!((actual - expected).abs() < 1e-5);
    }
    println!("real={re:?}, imag={im:?}, restored={restored:?}");
    Ok(())
}

4 点信号は、DC、1 つの正周波数ビン、およびナイキストの 3 つのビンを生成します。実数成分と虚数成分は別々のテンソルであり、インターリーブされた複素数値ではありません。順変換は正規化されていません。逆数には実際の FFT の長さの正規化が含まれるため、再度長さで除算しないでください。

この例では、clone() を使用して、逆変換のテンソル ハンドルを保持します。 into_data_sync はリードバックを待機し、ホスト データを返します。リードバック失敗時にパニックが発生します。

3. パラメータと出力形状

デバイスの計算には F32 が使用されます。 F32 信号とスペクトルを提供します。 dim は入力ランクより小さくなければなりません。逆変換コンポーネントは、形状、dtype、およびデバイスが一致している必要があります。これらのインターフェイスは、Result ではなくテンソルを返します。引数のアサーションが失敗するか、パニックが発生します。

要求された長さ n の場合、実際の FFT 長さ N は、n 以上の 2 の最小累乗です。

• n = None では、rfft は dim に沿った入力長を使用します。それ以外の場合は、最初に切り捨てられるか n にゼロが埋め込まれ、次に N にゼロが埋め込まれます。
• ディムに沿った順方向出力の長さは N / 2 + 1 です。他の寸法は変更されません。
• n = None では、irfft は 2 × (bin count - 1) を使用します。明示的な n は、返される長さを指定します。
• 逆関数は、最初に両方のスペクトル コンポーネントを N / 2 + 1 ビンに切り捨てるかゼロ埋めし、N ポイントの逆関数を計算してから、n にクロップします。
• 要求された長さは少なくとも 2 である必要があります。 1 点変換はデバイス カーネルの長さチェックに失敗します。

したがって、Some(6) は 6 ポイントの DFT を要求しません。元の 6 点信号の往復の場合、Some(6) を逆信号に渡して、パディングされた 2 つの末尾点を削除します。

4. バッチと多次元入力

dim 以外の軸はバッチ次元です。たとえば、[batch, channels, 1024] を dim=2 に沿って変換すると、形状 [batch, channels, 513] の実数テンソルと虚数テンソルが生成されます。

この関数は、前述の rfft インポートを再利用し、デバイス テンソルを読み戻さずに受け入れます。

use ruda_kernel::{dsl::Runtime, tensor::RudaTensor};

fn batched_rfft<R: Runtime>(
    signals: RudaTensor<R>,
    dim: usize,
    length: usize,
) -> (RudaTensor<R>, RudaTensor<R>) {
    rfft(signals, dim, Some(length))
}

単一の rfft 呼び出しは、多次元 FFT 全体ではなく、選択した軸のみを変換します。分離された実数成分と虚数成分をそれぞれ独立して rfft に渡して完全な複素信号として扱わないでください。

5. バッファと実行

Tensor インターフェイスは出力を割り当て、必要に応じてパディングとクロッピングを実行します。実際の長さが 4096 を超える場合は、コールを変更せずにステージングされたパスが自動的に使用されます。出力バッファを自分で管理するには、起動インターフェイスはクライアントを受け取り、TensorBinding 値、dim、および StorageType を入力/出力し、Result<(), LaunchError> を返します。実際の N に一致する出力レイアウトを割り当てます。

バッファーを管理するときにゼロ埋め入力が実体化されるのを避けるには、次のエントリー ポイントを使用します。

N は少なくとも 2 の 2 のべき乗でなければならず、実数と虚数の形状は一致する必要があります。 signal_len は入力軸の長さまたは N を超えることはできません。spec_bins は少なくとも 1 である必要があり、入力スペクトル軸の長さまたは N / 2 + 1 を超えることはできません。出力バッファには依然として完全な割り当てが必要です。これらのインターフェイスは、ゼロ埋めされた入力末尾の実現を回避します。

API 参照: Tensor インターフェイス、前方起動、逆起動。