请教，大规模的3D FFT有什么实现或优化的方法？

[daisy_cheung]

因为应用的需要，要在GPU上实现3D 1024x1024x1024的FFT，各位有没有什么办法可以做呢？
有没有人自己用cuda实现过fft，效果如何？
在哪里可以弄到cufft 的source code，尝试实现stream-enabled的cufft,不知道能否实现?