我正在尝试使用与GPU计算重叠的异步内存传输来提高代码的性能。
以前我有一个代码，我创建了一个FFT计划，然后多次使用它。在这种情况下，创建CUDA FFT计划所投入的时间可以忽略不计，尽管根据之前的帖子，这可能非常重要。
现在我转到流，我要做的是"多次"创建"同一"计划，然后设置CUDA FFT流。根据你们中的一些人在另一篇文章中给出的答案，这是浪费。但是，还有其他方法吗？
注意：我正在实时获取数据，因此不可能启动"批量"CUDA FFT。我正在做的是创建并发射一个新的CUDA流，作为完整脉冲传输的结果。
注2：我也在考虑使用"CUDA流/FFT计划"的"池"，但我认为这不是一个优雅、明智的解决方案，有什么想法吗？
在分配CUDA流之前，是否有其他方法可以"复制"现有"fft计划？
谢谢大家/女孩？希望能在圣何塞见到你们中的一些人
Omar
我正在做的是创建并发射一个新的CUDA流，作为完整脉冲传输的结果。
重新使用流，而不是每次都创建一个新的流。然后，您可以提前重用为该流创建的计划，并且无需在运行中重新创建"相同"的计划。
也许这就是您所说的流池方法的含义。你的批评是它不"优雅"或"明智"。我不知道这意味着什么。流水线算法中的流重用是一种常见的策略，如果不是因为其他原因，只是为了避免cudaStreamCreate开销（无论大小）。
cufft计划有一个与之关联的流。没有流关联就无法复制计划。计划是一个不透明的容器。