| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 并行计算研究现状 | 第9-11页 |
| 1.2.2 离散元研究现状 | 第11页 |
| 1.3 本文主要工作 | 第11-13页 |
| 2 相关技术介绍 | 第13-21页 |
| 2.1 GPU架构介绍 | 第13-16页 |
| 2.2 CUDA简介 | 第16-18页 |
| 2.3 其他技术 | 第18-21页 |
| 2.3.1 Qt介绍 | 第18-20页 |
| 2.3.2 OpenGL介绍 | 第20-21页 |
| 3 基于GPU的离散元并行计算优化方法 | 第21-28页 |
| 3.1 设计基于GPU离散元仿真的Stencil模型 | 第21-23页 |
| 3.2 构建合理的并行粒度 | 第23-25页 |
| 3.3 综合使用共享内存实现数据预取与合力计算 | 第25-28页 |
| 4 基于GPU的球体离散元大规模并行计算优化 | 第28-42页 |
| 4.1 球体离散元仿真计算平台 | 第28-33页 |
| 4.1.1 球体离散元模型 | 第28-29页 |
| 4.1.2 球体离散元仿真计算平台计算流程 | 第29-33页 |
| 4.2 球体离散元仿真计算优化实验与分析 | 第33-42页 |
| 4.2.1 Tesla C2050实验数据 | 第34-38页 |
| 4.2.2 Tesla K40实验数据 | 第38-41页 |
| 4.2.3 球体离散元仿真平台优化实验结论 | 第41-42页 |
| 5 基于GPU的扩展多面体仿真框架的构建 | 第42-54页 |
| 5.1 扩展多面体模型 | 第42-44页 |
| 5.2 数据存储与数据结构的确立 | 第44-47页 |
| 5.3 仿真框架主体计算流程 | 第47-51页 |
| 5.4 扩展多面体离散元仿真框架实验与分析 | 第51-52页 |
| 5.5 扩展多面体离散元仿真框架实现 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |