面向众核应用的预取和数据浸透技术
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 传统多核存在的问题 | 第11页 |
| 1.1.2 影响众核计算性能的因素 | 第11-12页 |
| 1.1.3 众核应用亟待解决的问题 | 第12-13页 |
| 1.1.4 研究意义 | 第13页 |
| 1.2 论文内容和结构 | 第13-16页 |
| 1.2.1 研究内容 | 第13-14页 |
| 1.2.2 本文创新点 | 第14-15页 |
| 1.2.3 论文结构 | 第15-16页 |
| 第2章 众核体系结构和编程模型 | 第16-26页 |
| 2.1 众核体系结构介绍 | 第16-21页 |
| 2.1.1 众核与传统多核的差异 | 第16-17页 |
| 2.1.2 GPU体系结构 | 第17-18页 |
| 2.1.3 GPU存储器 | 第18-19页 |
| 2.1.4 AMD GCN架构 | 第19-21页 |
| 2.1.5 NVIDIA Kepler架构 | 第21页 |
| 2.2 众核编程模型 | 第21-23页 |
| 2.2.1 OpenCL编程框架 | 第22-23页 |
| 2.2.2 CUDA平台 | 第23页 |
| 2.3 众核应用特征 | 第23-24页 |
| 2.4 GPU执行模型 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于众核的预取技术 | 第26-38页 |
| 3.1 预取技术相关背景 | 第26-30页 |
| 3.1.1 众核优化原则 | 第26-27页 |
| 3.1.2 硬件支持 | 第27-28页 |
| 3.1.3 预取技术面临的问题 | 第28-29页 |
| 3.1.4 预取技术现状 | 第29-30页 |
| 3.2 帮助线程预取技术 | 第30-31页 |
| 3.2.1 帮助线程预取算法描述 | 第30页 |
| 3.2.2 帮助线程预取实验 | 第30-31页 |
| 3.3 线程间数据预取技术 | 第31-33页 |
| 3.3.1 线程间预取定义 | 第31-33页 |
| 3.3.2 线程间预取算法实现过程 | 第33页 |
| 3.4 实验结果与讨论 | 第33-36页 |
| 3.4.1 实验环境搭建 | 第33-34页 |
| 3.4.2 实验设计 | 第34页 |
| 3.4.3 实验结果 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 动态数据浸透技术 | 第38-53页 |
| 4.1 传统静态优化方法的问题 | 第38-39页 |
| 4.2 众核处理器的局限性 | 第39页 |
| 4.3 静态调度和数据分片 | 第39-41页 |
| 4.3.1 静态调度 | 第39-40页 |
| 4.3.2 数据分片 | 第40-41页 |
| 4.4 动态调度 | 第41-43页 |
| 4.5 浸透策略 | 第43-45页 |
| 4.5.1 浸透操作定义 | 第43页 |
| 4.5.2 浸透操作算法描述 | 第43-45页 |
| 4.6 实验结果与讨论 | 第45-52页 |
| 4.6.1 实验设计 | 第45-46页 |
| 4.6.2 实验结果 | 第46-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-56页 |
| 5.1 工作总结 | 第53-54页 |
| 5.2 不足与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
