提升Fortran伪谱DNS求解器FFTW性能的优化疑问

算力阿峰

2026-6-23

伪谱DNS代码FFTW优化求助

背景与现状

维护着一套继承而来的伪谱DNS流体模拟代码，已成功将旧FFT例程替换为FFTW例程，测试结果正确，但存在效率瓶颈，现寻求FFTW使用与数据排布的优化建议。

示例代码

! Complex array u of size (nyp,nz,nx/2) is stored in us and normalized before transform
! mx = (3/2)nx, mz = (3/2)nz for de-aliasing

...

complex(C_DOUBLE_COMPLEX),dimension(nyp,mz,mx) :: us,aspec
real(C_DOUBLE),dimension(nyp,mz,mx) :: up,aphys

...

! Plan FFTW transforms with dummy variables
planZb = fftw_plan_dft_1d(mz,aspec,aspec,FFTW_BACKWARD,FFTW_PATIENT)
planXb = fftw_plan_dft_c2r_1d(mx,aspec,aphys,FFTW_PATIENT)
planY  = fftw_plan_r2r_1d(nyp,aphys,aphys,FFTW_REDFT00,FFTW_PATIENT)

...

! Complex --> Complex z-transform
do k = 1,nxh
    do i = 1,nyp
        call fftw_execute_dft(planZb,us(i,:,k),us(i,:,k))
        .
        .
        .
    end do
end do

! Complex --> Real x-transform
do j = 1,mz
    do i = 1,nyp
        call fftw_execute_dft_c2r(planXb,us(i,j,:),up(i,j,:))
        .
        .
        .
    end do
end do

! Real --> Real y-transform (DCT-I)
do k = 1,mx
    do j = 1,mz
        call fftw_execute_r2r(planY,up(:,j,k),up(:,j,k))
        .
        .
        .
    end do
end do

! Do stuff here

! Inverse transforms here, reverse process above + normalizations

核心疑问

是否值得使用FFTW的高级/专家接口替换现有FFT循环？该接口需数据重排，开销较高，不确定FFTW是否有对应优化方案。

优化建议

1. 批量变量处理优化

针对58个同尺寸变量，无需为每个变量单独创建plan。推荐使用fftw_plan_many系列接口（对应dft/c2r/r2r版本），但需调整数据排布逻辑：将多个变量作为批次维度放在变换维度之后，而非之前。例如z方向1D复变换，可将数组组织为(mz, nyp, nxh, 58)，然后调用fftw_plan_many_dft时设置rank=1、dims=[mz]、howmany=nyp*nxh*58、istride=1、ostride=1、idist=mz、odist=mz。这种方式让FFTW一次性处理所有变量的同一维度变换，减少循环开销与线程调度成本。
若调整数据排布存在困难，可利用FFTW 3.3+支持的fftw_execute_batch接口，将多个变量的指针打包成数组，批量执行同一个plan，避免循环内重复调用fftw_execute_*的冗余开销。

2. 数据排布与缓存友好性

当前代码中，变换维度为数组中间维度（如z是us(i,:,k)的第二维），会导致内存访问步长过大，缓存命中率低下。FFTW对连续内存的变换效率最高，建议将变换维度调整为数组的第一维。例如将us的维度改为(mz, nyp, mx)，z方向变换时直接取us(:,i,k)，内存连续，可大幅提升缓存利用率。
对于y方向的DCT变换（REDFT00），同样需保证变换维度为连续的第一维，避免跨内存块访问。

3. 高级接口的权衡策略

FFTW的专家接口（fftw_plan_guru）确实需要手动处理数据重排，但如果网格规模较大（百万级以上），重排的一次性开销会被后续反复变换（DNS时间步循环）的效率提升抵消。尤其是长期运行的模拟场景，重排成本可忽略不计。
专家接口的核心优势是支持自定义数据存储布局（如非连续stride），若无法调整原始数组维度，可通过它适配现有排布，同时用FFTW_PATIENT或FFTW_EXHAUSTIVE模式生成最优变换计划，确保FFTW找到适配该布局的最佳算法。

4. 其他细节优化

所有plan均使用FFTW_PATIENT（或FFTW_EXHAUSTIVE）模式生成，大网格下FFTW需要更多时间搜索最优变换路径，这对长期运行的DNS模拟来说是值得的投入。
确保OpenMP与FFTW线程兼容：避免FFTW线程池与OpenMP线程嵌套，建议通过export OMP_NUM_THREADS=X和fftw_init_threads()+fftw_plan_with_nthreads(X)设置统一线程数，避免线程竞争。
逆变换尽量复用正向变换的plan（若为对称变换），或生成逆变换plan时共享优化信息，减少重复规划的时间开销。

内容的提问来源于stack exchange，提问作者Ryan Kelly

提升Fortran伪谱DNS求解器FFTW性能的优化疑问

背景与现状 #

示例代码 #

相关观察 #

核心疑问 #

优化建议 #

1. 批量变量处理优化 #

2. 数据排布与缓存友好性 #

3. 高级接口的权衡策略 #

4. 其他细节优化 #