1. 流程
使用cufftHandle創建句柄
使用cufftPlan1d(),cufftPlan3d(),cufftPlan3d(),cufftPlanMany()對句柄進行配置，主要是配置句柄對應的信號長度，信號類型，在內存中的存儲形式等信息。
cufftPlan1d()：針對單個 1 維信號
cufftPlan2d()：針對單個 2 維信號
cufftPlan3d()：針對單個 3 維信號
cufftPlanMany()：針對多個信號同時進行 fft
使用cufftExec()函數執行 fft
使用cufftDestroy()函數釋放 GPU 資源
2. 單個 1 維信號的 fft
假設要執行 fft 的信號data_dev的長度爲N，並且已經傳輸到 GPU 顯存中，data_dev數據的類型爲cufftComplex，可以用一下方式產生主機段的data_dev，如下所示：
cufftComplex *data_Host = (cufftComplex*)malloc(NX*BATCH*sizeof(cufftComplex)); // 主機端數據頭指針
// 初始數據
for (int i = 0; i < NX; i++)
{
data_Host[i].x = float((rand() * rand()) % NX) / NX;
data_Host[i].y = float((rand() * rand()) % NX) / NX;
}
然後用cudaMemcpy()將主機端的data_host拷貝到設備端的data_dev，即可用下述方法執行 fft ：
cufftHandle plan; // 創建cuFFT句柄
cufftPlan1d(&plan, N, CUFFT_C2C, BATCH);
cufftExecC2C(plan, data_dev, data_dev, CUFFT_FORWARD); // 執行 cuFFT，正變換
cufftPlan1d()：
第一個參數就是要配置的 cuFFT 句柄；
第二個參數爲要進行 fft 的信號的長度；
第三個CUFFT_C2C爲要執行 fft 的信號輸入類型及輸出類型都爲複數；CUFFT_C2R表示輸入複數，輸出實數；CUFFT_R2C表示輸入實數，輸出複數；CUFFT_R2R表示輸入實數，輸出實數；
第四個參數BATCH表示要執行 fft 的信號的個數，新版的已經使用cufftPlanMany()來同時完成多個信號的 fft。
cufftExecC2C()：
第一個參數就是配置好的 cuFFT 句柄；
第二個參數爲輸入信號的首地址；
第三個參數爲輸出信號的首地址；
第四個參數CUFFT_FORWARD表示執行的是 fft 正變換；CUFFT_INVERSE表示執行 fft 逆變換。
需要注意的是，執行完逆 fft 之後，要對信號中的每個值乘以 1/N
3. 多個 1 維信號的 fft
要進行多個信號的 fft，就不得不使用 cufftPlanMany 函數，該函數的參數比較多，需要特別介紹，
cufftPlanMany(cufftHandle *plan, int rank, int *n,
int *inembed, int istride, int idist,
int *onembed, int ostride, int odist,
cufftType type, int batch);
爲了敘述的更準確，此處先引入一個圖，表示輸入數據在內存中的佈局，如下圖所示，數據在內存中按行優先存儲，但是現有的信號爲一列表示一個信號，後四列灰白色的表示無關數據，要對前 12 個彩色的列信號分別進行 fft。
plan：表示 cufft 句柄
rank：表示進行 fft 的每個信號的維度數，一維信號爲 1，二維信號爲2，三維信號爲 3 ，針對上圖，rank = 1
n：表示進行 fft 的每個信號的行數，列數，頁數，必須用數組形式表示，例如假設要進行 fft 的每個信號的行、列、頁爲(m, n, k)，則 int n[rank] = {m, n, k}；針對上圖，int n[1] = {5}
inembed：表示輸入數據的[頁數，列數，行數]，這是三維信號的情況；二維信號則爲[列數，行數]；一維信號爲[行數]；inembed[0] 這個參數會被忽略，也就是此處 inembed 可以爲{0}，{1}，{2}等等。
istride：表示每個輸入信號相鄰兩個元素的距離，在此處 istride = 16（每個信號相鄰兩個元素間的距離爲16）
idist：表示兩個連續輸入信號的起始元素之間的間隔，在此處爲 idist = 1（第一個信號的第一個元素與第二個信號的第一個元素的間隔爲1）；如果把上圖數據的每一行看成一個信號，那麼應該爲 idist = 16；
onembed：表示輸出數據的[頁數，列數，行數]，這是三維信號的情況；二維信號則爲[列數，行數]；一維信號爲[行數]；onembed[0] 這個參數會被忽略，也就是此處 onembed 可以爲{0}，{1}，{2}等等。
ostride：表示每個輸出信號相鄰兩個元素的距離，在此處 ostride = 16（每個信號相鄰兩個元素間的距離爲16）
odist：表示兩個連續信號的起始元素之間的間隔，在此處爲 odist = 1（第一個信號的第一個元素與第二個信號的第一個元素的間隔爲1）；如果把上圖數據的每一行看成一個信號，那麼應該爲 odist = 16；
如下所示：是第 b 個信號的 [z][y][x] （表示第 z 列，第 y 行，第 x 頁的元素）的索引（由於 c 和 c++ 中數組的聲明方式的問題，array[X][Y][Z]表示數組有 X 頁，Y 行，Z 列） ：
‣ 1D
input[ b * idist + x * istride ]
output[ b * odist + x * ostride ]
‣ 2D
input[ b * idist + (x * inembed[1] + y) * istride ]
output[ b * odist + (x * onembed[1] + y) * ostride ]
‣ 3D
input[b * idist + (x * inembed[1] * inembed[2] + y * inembed[2] + z) * istride]
output[b * odist + (x * onembed[1] * onembed[2] + y * onembed[2] + z) * ostride]
/* 申請 cufft 句柄*/
cufftHandle plan_Nfft_Many; // 創建cuFFT句柄
const int rank = 1; // 一維 fft
int n[rank] = { Nfft }; // 進行 fft 的信號的長度爲 Nfft
int inembed[1] = { 0 }; // 輸入數據的[頁數，列數，行數](3維)；[列數，行數]（2維）
int onembed[1] = { 0 }; // 輸出數據的[頁數，列數，行數]；[列數，行數]（2維）
int istride = NXWITH0; // 每個輸入信號相鄰兩個元素的距離
int idist = 1; // 每兩個輸入信號第一個元素的距離
int ostride = NXWITH0; // 每個輸出信號相鄰兩個元素的距離
int odist = 1; // 每兩個輸出信號第一個元素的距離
int batch = NX; // 進行 fft 的信號個數
cufftPlanMany(&plan_Nfft_Many, rank, n, inembed, istride, idist, onembed, ostride, odist, CUFFT_C2C, batch);
/* 核心部份 */
cudaMemcpy(data_dev, data_Host, Nfft * NXWITH0 * sizeof(cufftComplex), cudaMemcpyHostToDevice);
cufftExecC2C(plan_Nfft_Many, data_dev, data_dev, CUFFT_FORWARD); // 執行 cuFFT，正變換
cufftExecC2C(plan_Nfft_Many, data_dev, data_dev, CUFFT_INVERSE); // 執行 cuFFT，逆變換
CufftComplexScale<<<dimGrid2D_NXWITH0_Nfft, dimBlock2D>>>(data_dev, data_dev, 1.0f / Nfft); // 乘以係數
cudaMemcpy(resultIFFT, data_dev, Nfft * NXWITH0 * sizeof(cufftComplex), cudaMemcpyDeviceToHost);
參考
CUDA官方文檔《CUFFT Library》