有限差分算法在众核平台上的优化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状分析 | 第12-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 相关研究工作 | 第17-29页 |
| 2.1 有限差分算法研究 | 第17-20页 |
| 2.2 MIC众核平台研究 | 第20-23页 |
| 2.2.1 硬件体系结构研究 | 第20-21页 |
| 2.2.2 MIC运行模式研究 | 第21-22页 |
| 2.2.3 并行优化技术研究 | 第22-23页 |
| 2.3 GPU众核平台研究 | 第23-29页 |
| 2.3.1 硬件体系结构研究 | 第24-25页 |
| 2.3.2 CUDA编程模型研究 | 第25-26页 |
| 2.3.3 并行优化技术研究 | 第26-29页 |
| 第三章 基于MIC众核平台的有限差分算法优化 | 第29-37页 |
| 3.1 基本优化法 | 第29-30页 |
| 3.2 并行优化法 | 第30-34页 |
| 3.2.1 循环分块 | 第30-31页 |
| 3.2.2 向量指令 | 第31-34页 |
| 3.3 异构协同优化 | 第34-36页 |
| 3.3.1 数据传输优化 | 第35-36页 |
| 3.3.2 负载均衡优化 | 第36页 |
| 3.4 小结 | 第36-37页 |
| 第四章 基于GPU众核平台的有限差分算法优化 | 第37-53页 |
| 4.1 基于CUDA的并行有限差分算法实现 | 第37-39页 |
| 4.2 单GPU并行优化法 | 第39-46页 |
| 4.2.1 基于CUDA流的流水线并行优化 | 第39-42页 |
| 4.2.2 基于共享内存的分块并行优化 | 第42-46页 |
| 4.3 多GPU并行优化法 | 第46-50页 |
| 4.3.1 P2P数据传输优化 | 第47-49页 |
| 4.3.2 通信隐藏优化 | 第49-50页 |
| 4.4 小结 | 第50-53页 |
| 第五章 实验结果与分析 | 第53-63页 |
| 5.1 MIC平台实验环境介绍 | 第53页 |
| 5.2 MIC平台实验结果与分析 | 第53-56页 |
| 5.3 GPU平台实验环境介绍 | 第56-57页 |
| 5.4 GPU平台实验结果与分析 | 第57-61页 |
| 5.5 小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 本文工作总结 | 第63页 |
| 6.2 下一步工作展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 作者简历 | 第71页 |
