基于GPU的EDA加速技术

目录	第1-5页
摘要	第5-6页
Abstract	第6-7页
第一章 绪论	第7-11页
·问题背景	第7-8页
·研究现状	第8-9页
·GPU并行计算技术的研究现状	第8页
·EDA并行加速技术研究现状	第8-9页
·本文研究目的	第9-10页
·论文结构安排	第10-11页
第二章 GPU计算平台	第11-22页
·GPU发展过程	第11-13页
·GPU通用计算架构简介	第13-21页
·主流计算架构简介	第13-14页
·GPU硬件结构	第14-18页
·OpenCL平台框架	第18-21页
·本章小结	第21-22页
第三章 二次规划布局	第22-33页
·稀疏矩阵	第22-28页
·稀疏矩阵乘法的优化	第23-26页
·稀疏矩阵快速乘法的实验结果	第26-28页
·二次规划布局与共轭梯度算法	第28-31页
·二次规划布局	第28-29页
·共轭梯度算法	第29-30页
·共轭梯度算法优化	第30-31页
·实验与结论	第31-32页
·本章小结	第32-33页
第四章 静态时序分析	第33-41页
·静态时序分析原理	第33-37页
·静态时序分析计算方法	第34-35页
·静态时序分析的GPU优化	第35-37页
·广度优先搜索最短路径	第37页
·统计静态时序分析的GPU优化	第37-39页
·实验与结论	第39-40页
·本章小结	第40-41页
第五章 总结与展望	第41-43页
·本文总结	第41页
·未来的研究工作	第41-42页
·并行加速技术未来展望	第42-43页
引用文献	第43-48页
读硕士期间公开发表的论文	第48-49页
致谢	第49-50页