| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文工作 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第2章 相关技术 | 第13-25页 |
| 2.1 GPU多核通用并行计算 | 第13-16页 |
| 2.2 GPU和CPU的区别与联系 | 第16-19页 |
| 2.2.1 CPU与GPU的联系 | 第16页 |
| 2.2.2 CPU与GPU的区别 | 第16-19页 |
| 2.3 GPU的原理与流处理器 | 第19-22页 |
| 2.3.1 GPU处理过程 | 第19-20页 |
| 2.3.2 GPU单元对通用单元的映射 | 第20-21页 |
| 2.3.3 流处理器模型 | 第21-22页 |
| 2.4 任务调度的相关定义 | 第22-24页 |
| 2.4.1 调度的基本概念 | 第22-23页 |
| 2.4.2 调度的目标与衡量 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 多流处理器上任务集完工时间最小化调度算法 | 第25-43页 |
| 3.1 GPU结构分析 | 第25-27页 |
| 3.2 任务调度模型 | 第27-34页 |
| 3.3 多流处理器调度算法 | 第34-40页 |
| 3.3.1 多流处理器算法描述 | 第35-37页 |
| 3.3.2 多流处理器算法分析 | 第37-40页 |
| 3.4 双流处理器下的改进算法 | 第40-42页 |
| 3.4.1 双流处理器算法描述 | 第40-41页 |
| 3.4.2 双流处理器算法分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 流处理器上任务完工时间的计算 | 第43-55页 |
| 4.1 流处理器结构和任务的执行 | 第43-46页 |
| 4.2 指令串的定义与简化 | 第46-47页 |
| 4.3 悲观的Makespan计算 | 第47-49页 |
| 4.4 二维线性规划计算 | 第49-53页 |
| 4.4.1 变量定义 | 第49-50页 |
| 4.4.2 目标函数及约束 | 第50-52页 |
| 4.4.3 线性规划整体描述 | 第52-53页 |
| 4.5 易解问题的计算优化 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 实验结果及分析 | 第55-63页 |
| 5.1 模拟实验设计 | 第55-57页 |
| 5.2 任务集Makespan优化算法模拟结果与分析 | 第57-59页 |
| 5.3 任务Makespan计算结果与分析 | 第59-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 科研项目和论文工作情况 | 第71页 |