| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 PVFS系统概述 | 第12-14页 |
| 1.2.2 动态扩展与数据迁移研究现状 | 第14-15页 |
| 1.2.3 缓存和预读取算法研究现状 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文章节安排 | 第17-18页 |
| 第二章 基于PVFS的动态扩展与迁移算法研究 | 第18-29页 |
| 2.1 概述 | 第18页 |
| 2.2 基于PVFS的动态扩展研究 | 第18-20页 |
| 2.3 数据迁移算法 | 第20-24页 |
| 2.3.1 分块大小与热点问题 | 第20-21页 |
| 2.3.2 数据迁移算法设计原则与思想 | 第21-22页 |
| 2.3.3 数据迁移算法流程与框架 | 第22-24页 |
| 2.4 实验结果与分析 | 第24-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于PVFS的缓存实现和预读取算法研究 | 第29-44页 |
| 3.1 概述 | 第29-30页 |
| 3.2 相关工作 | 第30-32页 |
| 3.2.1 预读取算法研究 | 第30页 |
| 3.2.2 推荐算法 | 第30-31页 |
| 3.2.3 Singular Value Decomposition | 第31-32页 |
| 3.3 基于PVFS的缓存技术与预读取算法 | 第32-39页 |
| 3.3.1 缓存系统结构与实现 | 第32-35页 |
| 3.3.2 预读取算法 | 第35-39页 |
| 3.4 实验结果与分析 | 第39-43页 |
| 3.4.1 Cache分块大小 | 第39-41页 |
| 3.4.2 命中率和响应时问 | 第41-42页 |
| 3.4.3 读性能测试 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于改进PVFS的RTM算法实现 | 第44-57页 |
| 4.1 概述 | 第44-45页 |
| 4.2 基于GPU的RTM算法概述 | 第45-51页 |
| 4.2.1 RTM基本原理介绍 | 第45-46页 |
| 4.2.2 GPU-RTM并行框架介绍 | 第46-50页 |
| 4.2.3 GPU-RTM节点间控制与数据调度 | 第50-51页 |
| 4.3 基于改进PVFS的RTM算法 | 第51-54页 |
| 4.3.1 PVFS并行性条件探究 | 第51-53页 |
| 4.3.2 GPU-RTM程序改进 | 第53-54页 |
| 4.4 实验结果与分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 科研成果 | 第63-64页 |
| 在校参加的研究工作 | 第63页 |
| 在校发表论文 | 第63-64页 |
| 致谢 | 第64-65页 |