使用 cuFFT 进行傅里叶变换，复杂到复杂更有效吗？

Question

我正在编写一个在傅立叶空间中及时集成 PDE 的代码，我正在 CUDA/C++ 中这样做。

我需要及时演化一个真正有价值的数组。

我用两种不同的方式编写代码，但遵循完全相同的逻辑。

在一个版本中，我简单地将所有数组定义为复数，并进行复数到复数的转换。我确保通过在每个时间步将它的虚部设置为 0（以考虑在其虚部中累积的小错误）来保留真正有价值的那个。

float *real;
cufftComplex *fourier;
...
for (int t = 0; t < totalTime; t++)
{
   cufftEcexC2R(plan1, fourier, real);
   // do some calculations
   cufftExecR2C(plan2, real, fourier);
   integrate<<<blocks, threads>>>(fourier, other parameters);
}

在另一个版本中，我有一个浮点数组用于实值数组，一个复数数组用于傅里叶变换，并进行复数到实数和实数到复数的转换。

cufftComplex *real;
cufftComplex *fourier;
...
for (int t = 0; t < totalTime; t++)
{
   cufftEcexC2C(plan, fourier, real, CUFFT_INVERSE);
   // do some calculations
   cufftExecC2C(plan, real, fourier, CUFFT_FORWARD); // only need one plan in this case
   integrate<<<blocks, threads>>>(fourier, other parameters);
}

我的印象是第二种选择会更快，内存效率更高。我知道它的内存效率更高，因为两个数组的大小都是一半，一个是实数而不是复数，而复数只存储 N/2+1 个值。然而，我观察到第一个选项始终如一，在我的情况下和我的硬件上，大约快 20%。

预计会是这样吗？复数到复数的转换在计算上是否比实数到复数或复数到实数更快？