| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 论文的研究背景及意义 | 第8-9页 |
| 1.2 论文的主要工作及目的 | 第9-10页 |
| 1.3 论文的结构安排 | 第10-11页 |
| 第二章 高能核反应及Monte Carlo方法 | 第11-16页 |
| 2.1 高能核反应 | 第11-13页 |
| 2.1.1 核内级联 | 第12页 |
| 2.1.2 退激发 | 第12-13页 |
| 2.2 ABLA模型 | 第13页 |
| 2.3 Monte Carlo方法 | 第13-15页 |
| 2.4 本章小结 | 第15-16页 |
| 第三章 GPU通用计算和CUDA架构介绍 | 第16-26页 |
| 3.1 GPU通用计算简介 | 第16-17页 |
| 3.2 CUDA架构介绍 | 第17-23页 |
| 3.2.1 CUDA的并行模型 | 第18-19页 |
| 3.2.2 CUDA的存储模型 | 第19-20页 |
| 3.2.3 CUDA的编程模型 | 第20-23页 |
| 3.2.4 CUDA通信机制 | 第23页 |
| 3.3 基于CUDA的GPU体系架构 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 基于Monte Carlo方法的并行实现及优化 | 第26-41页 |
| 4.1 基于Monte Carlo方法的并行分析 | 第26-27页 |
| 4.2 基于Monte Carlo方法的并行实现 | 第27-31页 |
| 4.3 并行优化方法 | 第31-40页 |
| 4.3.1 CUDA程序任务划分 | 第31-32页 |
| 4.3.2 Grid和Block维度设计 | 第32-33页 |
| 4.3.3 主机-设备通信优化 | 第33页 |
| 4.3.4 CUDA存储优化 | 第33-39页 |
| 4.3.5 指令流优化 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 结果验证与分析 | 第41-48页 |
| 5.1 实验软硬件环境 | 第41页 |
| 5.2 代码验证 | 第41-45页 |
| 5.3 结果对比 | 第45-46页 |
| 5.4 结果分析 | 第46-47页 |
| 5.5 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 在学期间的研究成果 | 第52-53页 |
| 致谢 | 第53页 |