TensorFlow 中的分布式快速傅里叶变换（Distributed FFT）

TensorFlow v2 通过 DTensor 原生支持分布式 FFT，分片张量可直接传入 tf.signal.fft2d 等既有算子，输出同样保持分片。8xV100 GPU 上的 10K*10K 实验中，两个本地 FFT 算子只占总耗时 15ms 的 3.6%，约为非分布式 fft2d 的 1/3，其余时间主要耗在 ncclAllToAll 数据重排上。