如何在 CUDA 中并行化 DCT(用于循环)

Question

如何在 cuda
中并行化四个嵌套的 for 循环在 DCT 的情况下，我有四个嵌套的 for 循环，我希望我的 DCT 函数在 CUDA 代码中

for(y = 0; y < HEIGHT; y+=BLOCK_H) {
for(x = 0; x < WIDTH; x+= BLOCK_W) {
for(i = 0; i < BLOCK_H; i++) {
for(j = 0; j < BLOCK_W; j++) {
block_in[i][j] = cur_frame[(x+j)+(WIDTH*(y+i))];
}
}
}
}

Answer 1

有一份来自 Nvidia、Obukov 和 Kharlamov 的白皮书：使用 CUDA 的 8x8 块的离散余弦变换，与 CUDA 样本中的 dct8x8 一起使用。你应该看看两者。