| 摘要 | 第11-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 绪论 | 第16-34页 |
| 1.1 研究背景及意义 | 第16-22页 |
| 1.1.1 CFD简介 | 第16-17页 |
| 1.1.2 CFD高性能计算的需求和挑战 | 第17-19页 |
| 1.1.3 CPU/GPU异构计算系统带来的机遇 | 第19-21页 |
| 1.1.4 CFD异构并行计算所遇到的挑战 | 第21-22页 |
| 1.1.5 研究意义 | 第22页 |
| 1.2 国内外相关研究现状 | 第22-30页 |
| 1.2.1 CFD发展研究 | 第22-25页 |
| 1.2.2 CPU/GPU异构环境下CFD应用映射和优化研究 | 第25-30页 |
| 1.3 研究内容 | 第30-34页 |
| 1.3.1 主要研究内容及创新 | 第30-32页 |
| 1.3.2 论文结构 | 第32-34页 |
| 第二章 相关背景技术介绍 | 第34-54页 |
| 2.1 空气动力学控制方程及离散格式 | 第34-42页 |
| 2.1.1 传统Navier-Stokes方程及离散格式 | 第34-38页 |
| 2.1.2 格子Boltzmann方程及离散格式 | 第38-42页 |
| 2.2 GPU体系结构 | 第42-48页 |
| 2.2.1 GPU体系结构发展历程 | 第42-44页 |
| 2.2.2 当前主流GPU体系结构 | 第44-48页 |
| 2.3 GPU编程语言发展及CUDA并行编程模型 | 第48-53页 |
| 2.3.1 GPU编程语言发展 | 第48-50页 |
| 2.3.2 CUDA并行编程模型 | 第50-53页 |
| 2.4 小结 | 第53-54页 |
| 第三章 面向多区块结构网格CFD应用的混合异构协同编程框架 | 第54-66页 |
| 3.1 异构并行计算机体系结构特点 | 第54-56页 |
| 3.2 多区块结构网格CFD并行计算特点 | 第56-57页 |
| 3.3 异构并行计算协同编程框架 | 第57-65页 |
| 3.3.1 三层混合异构协同并行编程框架 | 第58页 |
| 3.3.2 TLCF框架的实现 | 第58-62页 |
| 3.3.3 异构协同并行编程框架对CFD应用的适用性 | 第62-65页 |
| 3.4 小结 | 第65-66页 |
| 第四章 格子Boltzmann方程大规模高效异构协同并行计算 | 第66-92页 |
| 4.1 引言 | 第66页 |
| 4.2 相关工作 | 第66-67页 |
| 4.3 LBM在单GPU上的并行算法 | 第67-75页 |
| 4.3.1 碰撞过程的GPU并行算法 | 第68-70页 |
| 4.3.2 迁移过程的GPU并行算法 | 第70-73页 |
| 4.3.3 边界处理的GPU并行算法 | 第73-75页 |
| 4.4 LBM在CPU/GPU异构系统上的并行算法 | 第75-80页 |
| 4.4.1 基本并行LBM-Base算法 | 第75-76页 |
| 4.4.2 通信与计算重叠并行LBM-overlap算法 | 第76-79页 |
| 4.4.3 CPU/GPU协同并行LBM-hybrid算法 | 第79-80页 |
| 4.5 算法分析 | 第80-85页 |
| 4.5.1 LBM在单GPU上并行算法分析与比较 | 第80-84页 |
| 4.5.2 LBM在CPU/GPU异构系统上并行算法分析与比较 | 第84-85页 |
| 4.6 实验结果 | 第85-89页 |
| 4.6.1 数值验证 | 第85-86页 |
| 4.6.2 单GPU并行方法测试结果 | 第86-88页 |
| 4.6.3 多GPU并行方法测试结果 | 第88-89页 |
| 4.7 小结 | 第89-92页 |
| 第五章 高精度多区块结构网格Navier-Stokes方程高效异构协同并行计算 | 第92-112页 |
| 5.1 引言 | 第92页 |
| 5.2 相关工作 | 第92-97页 |
| 5.2.1 高阶精度格式概况 | 第92-94页 |
| 5.2.2 高阶精度格式在异构体系结构上的应用 | 第94-95页 |
| 5.2.3 HOSTA程序 | 第95-97页 |
| 5.3 Navier-Stokes方程在单GPU上并行算法 | 第97-99页 |
| 5.4 Navier-Stokes方程的CPU/GPU协同并行算法 | 第99-105页 |
| 5.4.1 协同并行算法的存储优化 | 第100-104页 |
| 5.4.2 协同并行算法的通信优化 | 第104-105页 |
| 5.5 实现以及实验结果 | 第105-110页 |
| 5.5.1 并行实现 | 第105-106页 |
| 5.5.2 数值实验 | 第106页 |
| 5.5.3 单GPU性能结果 | 第106-107页 |
| 5.5.4 单计算节点性能结果 | 第107-108页 |
| 5.5.5 多计算节点性能结果 | 第108-110页 |
| 5.6 小结 | 第110-112页 |
| 第六章 异构系统上CFD计算的负载均衡策略研究 | 第112-134页 |
| 6.1 引言 | 第112-113页 |
| 6.2 粗粒度负载均衡 | 第113-124页 |
| 6.2.1 相关研究 | 第113-115页 |
| 6.2.2 基于性能模型的静态负载均衡 | 第115-118页 |
| 6.2.3 基于预取的任务窃取动态负载均衡 | 第118-120页 |
| 6.2.4 实验结果 | 第120-124页 |
| 6.3 细粒度负载均衡 | 第124-131页 |
| 6.3.1 相关研究 | 第125-126页 |
| 6.3.2 基于稀疏矩阵存储格式的细粒度负载均衡 | 第126-129页 |
| 6.3.3 实验结果 | 第129-131页 |
| 6.4 小结 | 第131-134页 |
| 第七章 结论及展望 | 第134-138页 |
| 7.1 工作总结 | 第134-135页 |
| 7.2 研究展望 | 第135-138页 |
| 致谢 | 第138-140页 |
| 参考文献 | 第140-158页 |
| 作者在学期间取得的学术成果 | 第158-160页 |
| 主要参研项目 | 第160页 |
