非定常粒子输运蒙特卡罗模拟在MIC上的加速研究
摘要 | 第10-11页 |
ABSTRACT | 第11页 |
第一章 绪论 | 第12-19页 |
1.1 课题背景 | 第12-14页 |
1.1.1 输运理论简介 | 第12页 |
1.1.2 粒子输运问题当前面临的挑战 | 第12-13页 |
1.1.3 研究意义 | 第13-14页 |
1.2 研究现状 | 第14-17页 |
1.2.1 粒子输运蒙特卡罗模拟程序研究现状 | 第14页 |
1.2.2 基于MIC加速蒙特卡罗算法研究现状 | 第14-16页 |
1.2.3 存在问题和发展趋势 | 第16-17页 |
1.3 本文研究内容和论文结构 | 第17-19页 |
1.3.1 本文研究内容 | 第17页 |
1.3.2 论文组织结构 | 第17-19页 |
第二章 MIC和粒子输运MC模拟 | 第19-28页 |
2.1 MIC体系结构 | 第19-22页 |
2.1.1 MIC硬件架构 | 第19-22页 |
2.2 MIC编程模型 | 第22-24页 |
2.2.1 MIC应用模型 | 第22-23页 |
2.2.2 SCIF编程 | 第23-24页 |
2.3 粒子输运MC模拟 | 第24-27页 |
2.3.1 中子跟踪过程 | 第24-25页 |
2.3.2 源分布抽样 | 第25页 |
2.3.3 碰撞距离抽样 | 第25-26页 |
2.3.4 碰撞核及反应类型的确定 | 第26页 |
2.3.5 散射后中子能量和方向的确定 | 第26-27页 |
2.3.6 次级粒子的处理 | 第27页 |
2.3.7 判断中子历史是否结束 | 第27页 |
2.4 本章小节 | 第27-28页 |
第三章 基于MIC的并行伪随机数发生器及向量化 | 第28-36页 |
3.1 基于MIC的并行伪随机数发生器 | 第28-31页 |
3.1.1 生成伪随机数种子 | 第29-30页 |
3.1.2 基于MIC的并行伪随机数子序列生成 | 第30-31页 |
3.2 向量化优化技术 | 第31-32页 |
3.3 性能测试与分析 | 第32-35页 |
3.4 本章小节 | 第35-36页 |
第四章 基于MIC的粒子输运蒙特卡罗并行算法 | 第36-50页 |
4.1 MCNP程序分析 | 第36-37页 |
4.2 基于MIC的粒子输运MC模拟并行算法 | 第37-41页 |
4.2.1 任务划分 | 第39页 |
4.2.2 并行数据结构 | 第39-41页 |
4.2.3 统计操作 | 第41页 |
4.3 算法优化 | 第41-44页 |
4.3.1 数据结构优化 | 第41-43页 |
4.3.2 负载均衡优化 | 第43-44页 |
4.4 正确性与性能测试 | 第44-49页 |
4.4.1 测试平台 | 第44-45页 |
4.4.2 正确性验证 | 第45-46页 |
4.4.3 性能测试与分析 | 第46-49页 |
4.5 本章小节 | 第49-50页 |
第五章 面向CPU/MIC异构系统的协同算法 | 第50-57页 |
5.1 大规模混合异构系统与协同算法 | 第50-51页 |
5.2 CPU/MIC协同算法 | 第51-54页 |
5.2.1 多级任务划分 | 第51-52页 |
5.2.2 多级并行伪随机数生成器 | 第52-53页 |
5.2.3 多级并行归约 | 第53-54页 |
5.3 性能测试 | 第54-56页 |
5.4 本章小节 | 第56-57页 |
第六章 结束语 | 第57-59页 |
6.1 工作总结 | 第57页 |
6.2 工作展望 | 第57-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-64页 |
作者在学期间取得的学术成果 | 第64页 |