在pyFFTW中使用FFTW Wisdom优化快速傅里叶变换

什么时候用Wisdom？ #

Wisdom的核心价值是复用预计算的最优FFT计划，适合以下场景：

• 需重复执行相同尺寸、数据类型、变换方向的FFT：避免每次运行都重新耗时生成计划。
• 处理大型数据集：大型FFT的计划生成时间占比极高，一次生成Wisdom可永久复用，大幅降低后续计算的启动开销。
• 多进程/多线程环境：多个进程复用同一FFT配置时，提前加载Wisdom可避免每个进程重复执行计划测量，节省系统资源。

实际实现步骤 #

1. 生成并保存Wisdom #

首先用耗时的计划生成flag（如FFTW_MEASURE/FFTW_PATIENT）创建FFT对象，导出Wisdom到文件：

import pyfftw

# 创建对齐的输入输出数组（必须保持对齐一致）
input_data = pyfftw.empty_aligned(128, dtype='complex128')
output_data = pyfftw.empty_aligned(128, dtype='complex128')

# 用FFTW_MEASURE生成最优计划（首次运行会耗时，后续复用则无需此步骤）
fft_object = pyfftw.FFTW(
    input_data, 
    output_data, 
    direction='FFTW_FORWARD', 
    flags=('FFTW_MEASURE',),
    threads=4  # 如果用多线程，需固定线程数，Wisdom与线程数绑定
)

# 导出Wisdom到文本文件
with open('fftw_wisdom.txt', 'w') as f:
    f.write('\n'.join(pyfftw.export_wisdom()))

2. 加载Wisdom并复用计划 #

后续运行程序时，先加载已保存的Wisdom，再用FFTW_ESTIMATE快速创建FFT对象（无需重新测量计划）：

import pyfftw

# 加载保存的Wisdom
with open('fftw_wisdom.txt', 'r') as f:
    wisdom_lines = f.read().split('\n')
    pyfftw.import_wisdom(wisdom_lines)

# 创建对齐数组（与生成Wisdom时的尺寸、类型一致）
input_data = pyfftw.empty_aligned(128, dtype='complex128')
output_data = pyfftw.empty_aligned(128, dtype='complex128')

# 用FFTW_ESTIMATE快速创建FFT对象，直接复用Wisdom中的最优计划
fft_object = pyfftw.FFTW(
    input_data, 
    output_data, 
    direction='FFTW_FORWARD', 
    flags=('FFTW_ESTIMATE',),
    threads=4  # 保持与生成Wisdom时的线程数一致
)

# 执行FFT计算
fft_object(input_data)

关键注意事项 #

• Wisdom与硬件/配置强绑定：不同CPU、FFT尺寸、数据类型、变换方向、线程数的Wisdom无法通用。更换硬件或修改FFT参数后，必须重新生成Wisdom。
• 优先用高质量计划生成flag：FFTW_PATIENT/FFTW_EXHAUSTIVE生成的计划比FFTW_MEASURE更优，但生成时间更长。若FFT配置固定，建议一次性用FFTW_PATIENT生成Wisdom，长期受益。
• 保持数组对齐一致：pyfftw要求输入输出数组用empty_aligned创建，Wisdom依赖此对齐方式，不要混用非对齐数组。
• 避免重复导入Wisdom：多次导入不会报错，但没必要，建议在程序启动时仅导入一次。

内容的提问来源于stack exchange，提问作者user22410044