NVIDIA CUDA cuFFT库是一套专门用于快速傅里叶变换（FFT）计算的库，它利用GPU的并行计算能力来加速FFT算法的运算。本知识点主要从文档《cuFFT Library User's Guide.pdf》中提炼与介绍，旨在为用户全面解读cuFFT库的使用和API。
1. 访问cuFFT：用户可以通过NVIDIA的CUDA开发环境访问cuFFT库，它允许用户在GPU上执行一维、二维、三维以及任意维度的FFT计算。cuFFT是CUDA工具包的一部分，它可以通过包含头文件“cufft.h”和链接库文件“cufft.lib”（Windows）或“libcufft.so”（Linux）来使用。
2. Fourier变换设置：在进行FFT计算之前，需要设置变换参数，并确保足够的GPU内存空间可用于执行变换。cuFFT支持多种数据类型和精度的变换，包括半精度（half-precision）和Bfloat16-precision的FFT变换。
3. 数据布局：cuFFT库中的变换函数要求输入和输出数据必须按照特定的内存布局存储。这些布局可以是连续的（contiguous）或者是以某种规则分布（strided）。
4. 多维变换：cuFFT支持执行多维FFT，包括二维（2D）和三维（3D）。它提供了一系列的API，如cufftPlan2d和cufftPlan3d，用于生成这些变换的计划（plans）。
5. 高级数据布局：对于需要特殊数据布局的FFT计算，cuFFT提供了额外的功能以支持更复杂的内存访问模式。
6. 流式cuFFT变换：为了提高效率，cuFFT允许用户将FFT计算流式化到CUDA流中，从而实现更细粒度的控制和任务调度。
7. 多GPU cuFFT变换：cuFFT支持在多个GPU上执行FFT变换，它可以并行化计算，大幅度提高大型数据集的FFT运算速度。
8. cuFFT回调例程：cuFFT提供了一种机制，允许用户定义回调函数来处理FFT变换中的数据加载和存储。这种功能特别适用于需要自定义数据预处理或后处理的场景。
9. 线程安全性：cuFFT库是线程安全的，这意味着用户可以在多线程环境中安全地调用cuFFT函数，而不会产生竞态条件或其他同步问题。
10. CUDA图形支持：cuFFT支持CUDA图形执行模型，这意味着它可以与CUDA图形库无缝集成，从而实现更加高效的GPU执行流程。
11. 静态库和回调支持：cuFFT库提供了静态链接版本，允许用户将库函数静态链接到应用程序中。对于使用回调例程的用户，需要确保正确地处理回调函数，以保证功能的正确实现。
12. 精度和性能：文档中提到了关于cuFFT在不同配置下运行的精度和性能问题，用户应根据具体的应用场景选择合适的配置。
13. 调用者分配的工作区域：cuFFT允许用户自己分配内存区域给FFT变换使用，这样可以避免库函数在执行时的动态内存分配，有助于减少内存开销和提高性能。
cuFFT API 参考部分提供了API的详细说明，包括返回值、基本计划、可扩展计划、工作区域的估计大小、精确估计大小和调用者分配的工作区支持等方面的信息。例如，cufftPlan1d、cufftPlan2d、cufftPlan3d和cufftPlanMany是基本计划函数，它们用于创建FFT计划，而cufftCreate、cufftMakePlan1d、cufftMakePlan2d等是可扩展计划函数，它们允许用户更灵活地处理FFT变换。
cuFFT是一个强大的工具，对于需要在GPU上执行高效FFT变换的开发者来说，它提供了必要的API和功能支持。开发者可以根据《cuFFT Library User's Guide.pdf》的指导，深入理解并掌握使用cuFFT库进行FFT计算的方法。
