cuda和MATLAB结果不同,CUDA fft与MATLAB的不同结果fft

我试图做一个简单的fft并比较MATLAB和CUDA之间的结果。CUDA fft与MATLAB的不同结果fft

MATLAB： 矢量9号1-9

I = [1 2 3 4 5 6 7 8 9];

，并使用此代码：

fft(I)

给出了结果：

45.0000 + 0.0000i

-4.5000 +12.3636i

-4.5000 + 5.3629i

-4.5000 + 2.5981i

-4.5000 + 0.7935i

-4.5000 - 0.7935i

-4.5000 - 2.5981i

-4.5000 - 5.3629i

-4.5000 -12.3636i

和CUDA代码：

int FFT_Test_Function() {

int n = 9;

double* in = new double[n];

Complex* out = new Complex[n];

for (int i = 0; i

{

in[i] = i + 1;

}

// Allocate the buffer

cufftDoubleReal *d_in;

cufftDoubleComplex *d_out;

unsigned int out_mem_size = sizeof(cufftDoubleComplex)*n;

unsigned int in_mem_size = sizeof(cufftDoubleReal)*n;

cudaMalloc((void **)&d_in, in_mem_size);

cudaMalloc((void **)&d_out, out_mem_size);

// Save time stamp

milliseconds timeStart = getCurrentTimeStamp();

cufftHandle plan;

cufftResult res = cufftPlan1d(&plan, n, CUFFT_D2Z, 1);

if (res != CUFFT_SUCCESS) { cout << "cufft plan error: " << res << endl; return 1; }

cudaCheckErrors("cuda malloc fail");

cudaMemcpy(d_in, in, in_mem_size, cudaMemcpyHostToDevice);

cudaCheckErrors("cuda memcpy H2D fail");

res = cufftExecD2Z(plan, d_in, d_out);

if (res != CUFFT_SUCCESS) { cout << "cufft exec error: " << res << endl; return 1; }

cudaMemcpy(out, d_out, out_mem_size, cudaMemcpyDeviceToHost);

cudaCheckErrors("cuda memcpy D2H fail");

milliseconds timeEnd = getCurrentTimeStamp();

milliseconds totalTime = timeEnd - timeStart;

std::cout << "Total time: " << totalTime.count() << std::endl;

return 0;

}

在此CUDA代码我得到的结果是：

你可以看到，CUDA给4个零(单元5-9)。

我错过了什么？

非常感谢您的关注！