国产嵌入式GPGPU-soc的开发多使用opencl，开发时需要在Windows下搭建GPU计算的测试框架，用以对算法实现进行测试。在Windows平台下利用方便的开发工具对算法进行基本实现和调试，然后就能方便在soc上进行调试。

开发环境：

两台笔记本：

CPU均是i9-12900H  2.50 GHz，带有核心显卡Iris Xe

GPU分别为：RTX 3070 ti、RTX 3060

在Windows下开发C++要想代码接近soc的环境，所以选用mingw64编译器。安装cuda后，把cuda中的opencl头文件和OpenCL.lib复制到工程目录，在makefile中引用即可。

在mingw下使用clFFT就需要配置一下。首先下载clfft的源码，下载cmake-Windows版。

默认使用的是vc，在命令行中改为mingw编译器：

cmake ../src  -G "MinGW Makefiles" -D CMAKE_MAKE_PROGRAM=/mingw64/bin/make.exe -D CMAKE_C_COMPILER=gcc -D CMAKE_CXX_COMPILER=g++

注意不能有中文路径。

clFFT编译完了把头文件复制到工程目录，把libclFFT.dll复制到exe目录下

clFFT的使用，按照官网的例子即可实现最简单的FFT变换。但要想实现高效的计算，就需要使用clFFT的扩展功能。我只使用1D-FFT，所以尝试了批处理（batch）和转置两种特性。

批处理：（单精度浮点复数，RIRI结构）

　　err = clfftSetPlanDistance(planHandle,FFT_LEN, FFT_LEN); //分别设置输入、输出数组间距

　　err = clfftSetPlanBatchSize(planHandle, H_LEN); //设置批处理次数

注意数组间距要填写复数的个数，不是float的个数。

计算的同时转置：（处理不同行序的数据）

需要做非原位的操作，才能实现转置。

　　size_t outlen[1] = {H_LEN};

         err = clfftSetResultLocation(plan_inout, CLFFT_OUTOFPLACE);

         err = clfftSetPlanDistance(plan_inout,FFT_LEN,1); //设置数组间距

         err = clfftSetPlanOutStride(plan_inout,CLFFT_1D, outlen); //设置输出元素间距

         err = clfftSetPlanLength(plan_inout,CLFFT_1D,clLengths); //设置处理长度

         err = clfftSetPlanBatchSize(plan_inout,H_LEN); //设置批处理次数

原理是：

输入序列的间距取FFT_LEN，输出序列间距为1个元素；

输出元素间距为原矩阵高（输出矩阵的宽），让输出的下一个元素间隔一行放置

设置处理长度为原矩阵的宽，就是FFT的长度

设置批处理次数，为原矩阵的高，每一行处理一次。

直接转置，会导致时间增加100~200ms/GB

性能对比：