席寧

【摘要】 本文基于NVIDIA公司的CUDA平臺，提出將CUDA技術(shù)的通用計算能力應(yīng)用到虛擬無線電的數(shù)據(jù)處理中，提高系統(tǒng)的數(shù)據(jù)處理能力，通過與CPU平臺作對比進(jìn)行性能的分析和比較得出，通過擴(kuò)展GPU板卡可以有效的提高工作站的計算能力，可以有效的減少虛擬無線電計算機(jī)集群中處理節(jié)點計算機(jī)的數(shù)量，可以減小系統(tǒng)體積和系統(tǒng)成本。

【關(guān)鍵詞】 CUDA GPU FFT 傅里葉變換

一、試驗方案的選擇

考慮到試驗方案要有比較高的計算密度，使CPU和GPU滿負(fù)荷的工作，能更好的比較兩者在滿負(fù)荷最大計算能力的差別，所以在仿真實驗中選擇了FFT快速傅里葉變換作為一個高密度乘法和加法運(yùn)算任務(wù)交給CPU和GPU做處理，并比較兩者在相同乘法和加法運(yùn)算量下的計算能力表現(xiàn)。

二、基于CUDA技術(shù)實現(xiàn)GPU通用計算與CPU的性能比較

GPU的CUDA技術(shù)非常適合大數(shù)據(jù)量的并行計算，通過在MATLAB仿真環(huán)境下對FFT快速傅里葉變換計算速度的比較，觀察NVIDIA公司新技術(shù)CUDA對FFT算法的加速效果，發(fā)現(xiàn)存在的問題和作出分析。

2.1 試驗方案和試驗條件

在使用MATLAB仿真之前，需要安裝最新的驅(qū)動程序和CUDA工具包和CUDA的SDK包。安裝NVIDIA公司提供的插件Matlab_CUDA1.1后，即可在MATLAB的開發(fā)環(huán)境里調(diào)用GPU的硬件資源進(jìn)行計算。

2.2 CUDA架構(gòu)下程序流程

仿真程序?qū)⒆龆SN階隨機(jī)矩陣的FFT快速傅里葉變換，程序調(diào)用了CUFFT庫中的cufftExecC2C（cufftHandle plan，cufftComplex *idata，cufftComplex *odata，int direction）基于復(fù)數(shù)的快速傅里葉變換函數(shù)實現(xiàn)FFT計算，不同的N將得有不同的計算速度，可以得到使用CUDA技術(shù)時的計算時間，同時與不使用CUDA的基于CPU的計算時間比較，觀察CUDA對FFT的加速效果。

2.3 試驗方法

由于CUDA技術(shù)比較適合并行計算，仿真程序?qū)FT的以不同的點數(shù)計算結(jié)果作比較，觀察CPU和GPU在N取不同值時的表現(xiàn)。為了排除平臺中其他程序的運(yùn)行造成的對結(jié)果的影響，在MATLAB的仿真環(huán)境中，使用CPU計算的時候直接調(diào)用了MATLAB的二維快速傅里葉變化函數(shù)fft2（），使用GPU計算時適用了程序fft2withcudaacc（），該函數(shù)通過MATLAB的MEX功能接口調(diào)用了CUFFT的快速傅里葉變換函數(shù)cufftExecC2C。

三、試驗結(jié)果分析

仿真平臺采用主流PC平臺THINKPAD SL400電腦，其CPU是INTEL酷睿二代雙核處理器T5870，GPU是NVIDIA GeForce G 105M，GPU擁有8個處理核心。

計算二維128、512、1024和2048階隨機(jī)矩陣的FFT。利用MATLAB的計時功能函數(shù)（tic，toc），實現(xiàn)對快速傅里葉變換的計時。在試驗中發(fā)現(xiàn)，當(dāng)處理的數(shù)據(jù)比較小時，基于GPU和基于CPU的二維快速傅里葉變換速度沒有太大區(qū)別，這是因為這時候的數(shù)據(jù)量沒有使GPU和CPU滿負(fù)荷功能工作，不能很好的體現(xiàn)兩者的區(qū)別，但是當(dāng)提高二維隨即矩陣的階數(shù)時，隨著數(shù)據(jù)量的增大，基于GPU和基于CPU的計算速度有了區(qū)別，說明當(dāng)兩者滿負(fù)荷工作的時候，基于GPU的數(shù)據(jù)處理由于啟用的多線程并行處理，可以實現(xiàn)高度的并行操作，可以在較短的時間內(nèi)完成數(shù)據(jù)的處理。從MATLAB的仿真結(jié)果來看，使用CUDA架構(gòu)的GPU對數(shù)字信號處理中的FFT快速傅里葉變換有著比較明顯的加速效果。

四、小結(jié)

在仿真實驗中，選擇了具有高密度乘法和加法運(yùn)算的FFT快速傅里葉變換，觀察CPU和GPU在高密度乘法加法運(yùn)算上的計算能力，即使GPU板卡的運(yùn)算速度等于CPU的計算速度，在實際的應(yīng)用中也會有很好的應(yīng)用價值。仿真所得出的結(jié)果是GPU板卡比CPU處理相等數(shù)據(jù)量的乘法和加法運(yùn)算要快三倍以上，就是說如果在工作站中擴(kuò)展兩塊GPU板卡，GPU的計算能力將是CPU的六倍以上。如果是在計算機(jī)集群中，一臺工作站安裝了兩塊板卡就可以節(jié)省多臺計算機(jī)節(jié)點，這樣在虛擬無線電的集群計算機(jī)中，就可以明顯的減少計算節(jié)點的數(shù)量。節(jié)省大量的財力，達(dá)到降低成本和系統(tǒng)體積的目的。

參 考 文 獻(xiàn)

[1] Blackfin Embedded Processor BF537 Data Sheet，ANALOG DEVICES，F(xiàn)ebruary 2009

[2] 張道興. 超寬帶通信捕獲FFT算法的設(shè)計和實現(xiàn). 哈爾濱工程大學(xué)碩士學(xué)位論文. 2008

[3] 胡德俊. FFT處理器的設(shè)計與實現(xiàn). 合肥工業(yè)大學(xué)碩士學(xué)位論文. 2006

[4] 姜進(jìn)東. 高速FFT的FPGA實現(xiàn). 西安電子科技大學(xué)碩士學(xué)位論文. 2009