想用显卡来做FFT以提高效率，但是我自己写的测试程序发现用显卡做FFT还没CPU快，同样做8192点的FFT正反变换，GPU耗时0.5315毫秒，CPU耗时0.0864毫秒，GPU的计算是通过cufft计算的，CPU的计算是通过FFTW计算的。我的GPU计算能力是3.0，CPU是I7，为啥会这样呢，不是说好的GPU要比CPU快么……有没有可能是我的程序过于复杂了？
以下是我计算使用的代码：
cudaMemcpy( _realPart, idate, sizeof(float)*_nx, cudaMemcpyHostToDevice );
AppState = cufftExecR2C( _planR2C, _realPart, _complexPart);
if( AppState != CUFFT_SUCCESS )
{
printf ( "CUFFT error : ExecR2C failed! \n" );
return APP_ERROR;
}
cudaMemcpy( odate, _complexPart, sizeof(complex<float>)*(_nx/2+1), cudaMemcpyDeviceToHost );
统计时间只包含内存拷贝和运算的时间，不包含创建plan的时间。
求大神解答啊！
LZ您好：
cufft作为NV提供的FFT库，其效率应该是有保证的，当然FFTW也对新的CPU做了各种优化。
您可以跑一下profiler看看您的总的时间里面，复制占了多少，计算占据了多少。以及您的计算规模可能偏小。
因为我不用这个库，所以无法为您进一步提供建议了，请其他人有想法的积极补充。
祝您好运~
版主说的profiler是啥，新手不懂，不过如果说拷贝数据的时间大家差距不大，GPU的时间还是大部分花在计算上了，这个我确定。
另外我尝试增加了数据量，计算32768点FFT，GPU耗时0.746毫秒，CPU耗时0.367毫秒，看来确实是数据量越大GPU的优势越明显。
谢谢版主提醒了
（1）kernel可能第一次启动较慢，您也应当计算第二次或者第三次的kernel计算时间是多少。
（2）以及这样比多少不公平的，您应该不计算来回复制的时间的。
CPU用它的内存，就地计算。
而GPU在数据都在显存里后，只统计就地在显存里计算的时间。
请看下排除这2个因素后的实际时间，楼主测试下？
LZ您好：
1：profiler指的是随您CUDA Toolkit附带的visual profiler这个软件，可以测试您的CUDA程序，并给出您直观的各部分的耗时统计图表。以及还有其他参数统计，可供您调整优化程序使用。
2：因为GPU copy的话需要将数据从host端内存复制到GPU端（device端）这个复制过程是走pci-e总线的，比host端内存慢很多，延迟大很多，GPU计算结果也需要传回，还得走一次pci-e总线。
而CPU的copy都是在host端的内存里面折腾，还是快得多的。
以及如果您跑profiler的话，可以看到copy用时和计算用时的统计。
3：您可以进一步尝试在您的GPU和CPU配备下，直接计算，多大规模下GPU能取得优势。
大致如此，供您参考。
祝您好运~
谢谢版主的耐心解答，确实是数据规模的问题，计算点数超过10000000点以后GPU的计算效率就超过CPU了，而且随着数据量的增加，GPU的优势就越来越明显了。
数据拷贝到显存确实比内存间相互拷贝要慢一些，不过差距也不是特别明显，大概也就差几十个us吧。我又试了几次确实是数据规模的问题，也谢谢您的帮助！
LZ您好：
收到您的测试结果，以及您不妨按照4#横扫斑竹的建议，进行进一步的测试，以得到更为深刻和细致的结果，并分享给论坛诸位同好？
祝您好运~