⚡ electrical engineering

A Mixed Precision FFT with applications in MRI

Cet article présente une implémentation de la transformée de Fourier rapide (FFT) en précision mixte utilisant le micro-échelonnage par bloc (MX) et des facteurs d'échelle préquantifiés, dont l'évaluation sur des données d'IRM démontre que la précision de la mantisse est le facteur limitant principal tout en révélant un compromis clair entre la taille des blocs et les performances numériques.

Auteurs originaux : Nikhil Deveshwar, Abhejit Rajagopal, Peder E. Z. Larson

Publié 2026-02-18

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Nikhil Deveshwar, Abhejit Rajagopal, Peder E. Z. Larson

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

🎨 Le Grand Défi : Prendre des photos du cerveau sans casser la cuisine

Imaginez que l'IRM (l'appareil qui prend des images de votre cerveau ou de vos genoux) est un chef cuisinier très talentueux. Pour créer une image, ce chef doit transformer une énorme quantité de données brutes (comme des ingrédients en vrac) en un plat fini (l'image médicale).

Le problème ? Le chef utilise une recette très précise appelée FFT (Transformée de Fourier Rapide). C'est comme un mélangeur ultra-puissant. Mais ce mélangeur consomme énormément d'énergie et prend beaucoup de place, ce qui est difficile pour les petits appareils IRM portables ou peu coûteux.

Les chercheurs se sont demandé : "Et si on utilisait des ingrédients moins chers et plus petits pour faire le même plat, sans que le goût (la qualité de l'image) ne change ?"

🔧 La Solution : Le "Mélangeur à Précision Mixte"

C'est là que l'article intervient. Il propose une nouvelle façon de faire le calcul, un peu comme si on utilisait des mesures approximatives pour les ingrédients courants, mais des mesures ultra-précises pour les moments critiques.

Voici les trois ingrédients secrets de leur recette :

Le Réglage Global (Le "Prescale") :
Imaginez que vous avez un tas de farine (vos données). Parfois, il y a un gros tas au milieu et des miettes partout. Avant de commencer, le chef ajuste le niveau de la table pour s'assurer que le gros tas ne déborde pas (pas de débordement) et que les miettes ne disparaissent pas sous la poussière (pas de sous-flot). C'est un ajustement simple et rapide qui prépare le terrain.
Les "Micro-Échelles" (MX) :
Au lieu de mesurer chaque grain de sel individuellement avec une balance de laboratoire (ce qui est lent et énergivore), le chef groupe les grains en petits paquets de 32. Pour chaque paquet, il utilise une seule balance partagée. C'est comme dire : "Ce paquet de 32 grains pèse environ 5 grammes". C'est beaucoup plus rapide !
- L'analogie : C'est comme si vous deviez compter des pièces de monnaie. Au lieu de les compter une par une, vous les mettez par poignées de 32 et vous notez juste le nombre de poignées.
Les "Twiddles" (Les Épices) :
Dans la recette FFT, il y a des constantes mathématiques (les "twiddles") qui agissent comme des épices. Les chercheurs ont décidé de pré-mesurer ces épices à l'avance avec une précision réduite (8 bits, comme un petit pot d'épices) pour gagner du temps, tout en gardant le mélange final très précis.

📊 Les Résultats : Qu'est-ce qui compte vraiment ?

Les chercheurs ont testé cette méthode sur de vraies images de cerveaux et de genoux. Voici ce qu'ils ont découvert, traduit en langage courant :

La Précision du "Détail" (La Mantisse) est Reine :
Dans le monde des nombres, il y a deux parties : l'exposant (qui dit si le nombre est énorme ou minuscule, comme le volume d'un haut-parleur) et la mantisse (qui dit la précision du son, comme la qualité du CD).
- Le verdict : Pour l'IRM, ce n'est pas le volume (l'exposant) qui compte le plus, mais la qualité du son (la mantisse). Même si vous avez une grande plage de volume, si votre son est "granuleux" (peu de bits de précision), l'image sera floue.
- Analogie : Mieux vaut avoir une photo en haute définition (beaucoup de détails) mais avec une taille de fichier moyenne, qu'une photo géante mais toute pixélisée.
La Taille du Paquet (Block Size) :
Ils ont vu que faire des paquets de 32 grains (Block size = 32) fonctionne mieux que des paquets de 2.
- Pourquoi ? C'est comme si vous deviez payer une taxe pour chaque paquet. Si vous faites des paquets de 2, vous payez la taxe 16 fois plus souvent que pour des paquets de 32. Des paquets plus grands lissent les erreurs et donnent un résultat plus stable.
Le Piège du "Aller-Retour" :
En IRM, on fait souvent le calcul dans un sens (données brutes -> image) puis on le refait pour vérifier (image -> données brutes).
- Le problème : Chaque fois qu'on fait le calcul, on perd un tout petit peu de précision (comme copier un fichier MP3 sur un autre, le son se dégrade un tout petit peu). Si on utilise une précision trop faible, cette dégradation s'accumule et l'image finale devient floue.

🏁 Conclusion Simple

Ce papier nous dit que pour rendre les IRM plus rapides et moins gourmands en énergie, on peut utiliser des calculs "approximatifs" (8 bits) SI on fait deux choses :

On garde une très bonne précision sur les détails (les chiffres après la virgule).
On regroupe les données en gros paquets pour éviter de gaspiller du temps à recalibrer tout le temps.

C'est une étape vers des scanners IRM portables, moins chers et plus rapides, capables de prendre des images de haute qualité sans avoir besoin d'une centrale électrique géante pour les faire tourner !

1. Problématique

Le transformée de Fourier rapide (FFT) est un composant fondamental des pipelines de traitement d'images, notamment en imagerie par résonance magnétique (IRM), où elle convertit les données du domaine fréquentiel (espace-k) en images spatiales.

Défi : Sur les plateformes embarquées et à faible coût (comme les scanners IRM portables), la réduction de la consommation énergétique et du trafic mémoire est cruciale. L'utilisation de l'arithmétique en faible précision (low-precision) est une solution prometteuse.
Limites actuelles : Une quantification naïve des FFT complexes en faible précision entraîne souvent des erreurs de débordement (overflow) ou de sous-débordement (underflow), ainsi qu'une perte significative de précision. Les formats standards (comme le FP16/BF16 sur GPU) ne suffisent pas toujours à optimiser le compromis performance/précision pour des charges de travail spécifiques comme l'IRM.
Objectif : Développer une implémentation de FFT en précision mixte utilisant des formats de point flottant de 8 bits (FP8) et des techniques de mise à l'échelle avancées pour maintenir une fidélité d'image acceptable tout en réduisant les coûts de calcul.

2. Méthodologie

Les auteurs proposent une architecture de FFT hybride combinant une mise à l'échelle globale et une mise à l'échelle par blocs de type "microscaling" (MX).

A. Mise à l'échelle globale (Global Prescale)

Avant le calcul de la FFT, une étape de pré-échelonnage est appliquée pour éviter les erreurs numériques :

Un facteur d'échelle global (puissance de deux) est calculé pour positionner le pic d'amplitude de l'entrée vers une cible souhaitée et soulever les queues de faible amplitude au-dessus d'un seuil minimal (floor).
Cela garantit que les données d'entrée restent dans une plage dynamique gérable pour les opérations ultérieures en faible précision.

B. Opérations de "Butterfly" en MX (Microscaling)

Le cœur de l'algorithme adapte le format MX (standardisé par l'OCP) aux opérations complexes de la FFT (Cooley-Tukey) :

Format de données : Utilisation de blocs de nombres complexes (taille $B=32$ , soit 32 éléments réels) encodés en FP8 MX (ex: MXFP8-E4M3).
Processus de multiplication :
1. Les opérandes (coefficients de twiddle et données) sont encodés en blocs MX avec un exposant partagé par bloc.
2. Les mantisses sont extraites et la multiplication complexe est effectuée dans l'espace des mantisses.
3. Une accumulation en FP32 (précision simple) est utilisée pour les additions/soustractions, une pratique courante dans les noyaux GPU de précision mixte pour préserver la stabilité.
4. Si le résultat dépasse la limite de la mantisse du format, un re-normalisation du bloc est effectuée.
Twiddles pré-quantifiés : Les coefficients de twiddle sont également pré-quantifiés en FP8 pour réduire la mémoire.

C. Évaluation

Données : Deux jeux de données publics IRM : fastMRI (cerveau, 2D) et SKM-TEA (genou, 3D).
Métriques : PSNR (rapport signal sur bruit), SSIM (similarité structurelle) et NMSE (erreur quadratique moyenne normalisée) sur des images de magnitude reconstruites (somme des racines carrées des carrés - RSS).
Comparaisons : La méthode est comparée à une référence FP32 (NumPy) et à un contrôle positif en FP16.

3. Contributions Clés

Adaptation du MX à la FFT : Première application des formats de point flottant microscaling (MX) aux opérations de multiplication complexe de la FFT, comblant le fossé entre les idées classiques de "Block Floating Point" (BFP) et les standards modernes FP8.
Analyse du compromis Mantisse vs Exposant : Démonstration que, sous un schéma de mise à l'échelle MX, la précision de la mantisse est le facteur limitant principal pour la qualité de l'image, plutôt que la plage dynamique de l'exposant.
Optimisation de la taille de bloc : Identification d'un compromis clair entre la taille du bloc MX et la performance numérique, montrant que des blocs plus grands améliorent la stabilité statistique.

4. Résultats

Les expériences ont été menées sur des FFT directes (Forward) et aller-retour (Round-trip).

Formats de précision :
- Le format MXFP8-E4M3 (4 bits d'exposant, 3 bits de mantisse) offre les meilleures performances quantitatives parmi les formats FP8.
- Le format MXFP6-E2M3 suit de près pour la FFT directe.
- Les formats avec seulement 2 bits de mantisse (E5M2/E3M2) dégradent considérablement la qualité de l'image, tant visuellement que quantitativement, malgré leur plus grande plage dynamique.
Impact de la taille de l'image : La taille de l'image (de 64x64 à 256x256) a un impact négligeable sur les métriques, suggérant que l'augmentation de la taille n'ajoute pas suffisamment d'étapes de quantification pour altérer significativement les résultats.
Impact de la taille du bloc (B) :
- Les petits blocs ( $B=2$ ) sous-performent car ils génèrent trop de domaines d'échelle, amplifiant les erreurs d'arrondi aux frontières.
- Les blocs plus grands ( $B=32$ ) réduisent la surcharge de conversion, stabilisent les statistiques ( $a_{max}$ ) et améliorent le PSNR et le NMSE.
Comparaison Round-trip : L'erreur s'accumule lors de la transformée inverse (FFT + IFFT) car les erreurs de la phase directe sont irréversibles et les échelles par bloc peuvent différer entre les deux phases, augmentant le bruit de quantification.

5. Signification et Conclusion

Importance pour l'IRM : Pour les reconstructions itératives sous-échantillonnées (courantes en IRM accélérée), où de multiples paires FFT/iFFT sont exécutées, la largeur de la mantisse est plus critique que la plage de l'exposant pour préserver la qualité de l'image.
Recommandations : Pour une implémentation efficace en précision mixte pour l'IRM :
- Utiliser des formats à mantisse plus large (ex: MXFP8-E4M3 ou MXFP6-E2M3).
- Adopter des blocs MX de taille suffisante ( $B=32$ ).
- Utiliser une accumulation en FP32.
- Fusionner les étapes d'encodage/décodage pour réduire les pertes aller-retour.
Perspective : Bien que ces résultats ne soient pas encore prêts pour une utilisation clinique universelle, ils constituent une étape intermédiaire cruciale vers des pipelines de reconstruction complexes plus rapides et économes en énergie, ouvrant la voie à des scanners IRM portables et abordables.