CUDA平台上的CPU/GPU异步计算模式
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景 | 第11-13页 |
| ·GPGPU | 第11-12页 |
| ·CUDA | 第12页 |
| ·数据并行应用 | 第12-13页 |
| ·CPU/GPU 合作计算模式研究意义 | 第13-16页 |
| ·GPU 负载平衡度 | 第13-15页 |
| ·CPU、GPU 利用率 | 第15-16页 |
| ·论文的研究目标和主要工作 | 第16-17页 |
| ·论文的结构 | 第17-18页 |
| 第2章 CUDA 编程模型及体系结构 | 第18-30页 |
| ·CUDA 编程模型 | 第18-23页 |
| ·主机与设备 | 第18-21页 |
| ·线程结构 | 第21页 |
| ·硬件映射 | 第21-23页 |
| ·CUDA 存储器模型 | 第23-27页 |
| ·寄存器 | 第24页 |
| ·局部存储器 | 第24页 |
| ·共享存储器 | 第24-26页 |
| ·全局存储器 | 第26页 |
| ·常数存储器 | 第26-27页 |
| ·纹理存储器 | 第27页 |
| ·CUDA 硬件架构 | 第27-29页 |
| ·SPA | 第28-29页 |
| ·存储器系统 | 第29页 |
| ·小结 | 第29-30页 |
| 第3章 CPU/GPU 异步计算模式的设计与实现 | 第30-45页 |
| ·主/辅助数据管理结构 | 第30-35页 |
| ·GPU 负载平衡度 | 第33-34页 |
| ·额外时间、空间消耗 | 第34-35页 |
| ·通用性 | 第35页 |
| ·线程划分 | 第35-39页 |
| ·数据读入线程 | 第35-37页 |
| ·CPU 计算线程 | 第37-39页 |
| ·主控GPU 计算线程 | 第39页 |
| ·线程间同步与通信 | 第39-42页 |
| ·轮询 | 第40页 |
| ·信号量 | 第40-42页 |
| ·生产-消费速度对模式的影响 | 第42-44页 |
| ·Vp远小于Vc | 第43页 |
| ·Vp与Vc类似 | 第43-44页 |
| ·Vp远大于Vc | 第44页 |
| ·小结 | 第44-45页 |
| 第4章 CPU/GPU 异步计算模式的性能评测 | 第45-61页 |
| ·HMMER | 第45-49页 |
| ·隐马尔可夫模型HMM | 第45页 |
| ·HMM 在生物信息学的应用 | 第45-47页 |
| ·HMMER 及其各种平台实现 | 第47-49页 |
| ·主/辅助数据管理结构体与线程划分实现 | 第49-51页 |
| ·性能评测 | 第51-60页 |
| ·同/异步模式性能 | 第52-56页 |
| ·各因素对异步模式的影响 | 第56-60页 |
| ·小结 | 第60-61页 |
| 第5章 全文总结 | 第61-63页 |
| ·研究工作和成果 | 第61-62页 |
| ·未来工作的展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 在读期间发表的学术论文与取得的研究成果 | 第66-68页 |
| 在读期间参与的科研项目 | 第68-69页 |
| 致谢 | 第69页 |
