| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-15页 |
| 1.1 课题研究背景以及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 论文结构安排 | 第13-14页 |
| 1.4 本文的主要工作 | 第14-15页 |
| 2 辐射传热模型相关研究 | 第15-28页 |
| 2.1 辐射换热数值模拟模型 | 第15-20页 |
| 2.1.1 辐射传输方程 | 第15-17页 |
| 2.1.2 辐射换热蒙特卡洛方法 | 第17-20页 |
| 2.2 CUDA编程架构 | 第20-27页 |
| 2.2.1 GPU与CUDA | 第20-23页 |
| 2.2.2 CUDA硬件连接 | 第23-24页 |
| 2.2.3 CUDA编程模型 | 第24-25页 |
| 2.2.4 CUDA存储器模型 | 第25-27页 |
| 2.3 消息传递接口（MPI） | 第27-28页 |
| 3 辐射换热模拟程序技术路线及总体设计 | 第28-35页 |
| 3.1 开发平台 | 第28-29页 |
| 3.2 技术路线 | 第29-32页 |
| 3.2.1 能束传输 | 第30-31页 |
| 3.2.2 热辐射蒙特卡罗算法 | 第31页 |
| 3.2.3 GPU/CPU架构下的任务分配负载平衡 | 第31-32页 |
| 3.2.4 GPU/CPU异构计算集群的构建及管理 | 第32页 |
| 3.3 技术指标 | 第32页 |
| 3.4 总体设计 | 第32-34页 |
| 3.5 小结 | 第34-35页 |
| 4 辐射换热数值模拟的实现 | 第35-60页 |
| 4.1 开发环境 | 第35页 |
| 4.2 网格文件及输入文件格式 | 第35-36页 |
| 4.3 单能束射线的追踪 | 第36-44页 |
| 4.3.1 射线追踪算法 | 第37-41页 |
| 4.3.2 射线到达计算边界的处理 | 第41-43页 |
| 4.3.3 SNBCK模型 | 第43-44页 |
| 4.4 GPU上的随机数发生器 | 第44-45页 |
| 4.5 能束在GPU/CPU异构下的动态负载平衡模式 | 第45-50页 |
| 4.5.1 任务分配策略 | 第46页 |
| 4.5.2 GPU程序优化策略 | 第46-50页 |
| 4.6 计算集群的软件部署 | 第50-59页 |
| 4.6.1 I/O节点的配置 | 第52-54页 |
| 4.6.2 网络节点配置 | 第54-55页 |
| 4.6.3 计算（管理）节点的系统模版 | 第55-59页 |
| 4.6.4 配置新计算节点 | 第59页 |
| 4.7 小结 | 第59-60页 |
| 5 测试 | 第60-67页 |
| 5.1 圆柱炉膛壁辐射换热特性模拟 | 第60-61页 |
| 5.2 分支优化和访存优化对比测试 | 第61-62页 |
| 5.3 并行加速测速 | 第62-63页 |
| 5.4 GPU/CPU混合加速测试 | 第63-65页 |
| 5.4.1 单GPU加速效果 | 第63-64页 |
| 5.4.2 GPU/CPU混合计算加速效果 | 第64-65页 |
| 5.5 PBS排队系统测试 | 第65-66页 |
| 5.6 小结 | 第66-67页 |
| 6 总结与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录A 开发环境及程序结构 | 第74-75页 |
| 网格的数据结构 | 第74-75页 |
| CK模型的数据结构 | 第75页 |
