| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究与工作内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 相关知识 | 第15-27页 |
| 2.1 GPU架构与CUDA编程模型 | 第15-19页 |
| 2.2 MapReduce编程模型 | 第19-20页 |
| 2.3 相关模型介绍 | 第20-26页 |
| 2.3.1 基于CPU的MapReduce编程模型研究 | 第20-22页 |
| 2.3.2 基于GPU的MapReduce编程模型研究 | 第22-26页 |
| 2.4 章节小结 | 第26-27页 |
| 第3章 基于GPU集群的MapReduce编程模型GCMR | 第27-37页 |
| 3.1 GCMR与同类模型的比较分析 | 第27-29页 |
| 3.2 GCMR模型设计目标 | 第29-30页 |
| 3.3 整体设计和工作流程 | 第30-36页 |
| 3.3.1 预处理阶段 | 第32页 |
| 3.3.2 Map和LocalReduce阶段 | 第32-34页 |
| 3.3.3 Shuffle阶段 | 第34-35页 |
| 3.3.4 Reduce阶段 | 第35-36页 |
| 3.4 章节小结 | 第36-37页 |
| 第4章 GCMR的实现和优化 | 第37-43页 |
| 4.1 原子操作机制 | 第37-38页 |
| 4.2 应用程序接口 | 第38-41页 |
| 4.3 多线程流水线技术 | 第41-42页 |
| 4.4 章节小结 | 第42-43页 |
| 第5章 实验结果分析 | 第43-50页 |
| 5.1 环境设置 | 第43-44页 |
| 5.2 应用介绍 | 第44-45页 |
| 5.3 结论分析 | 第45-49页 |
| 5.4 章节小结 | 第49-50页 |
| 第6章 总结和展望 | 第50-52页 |
| 6.1 本文工作总结 | 第50-51页 |
| 6.2 下一步工作设想 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 学位论文评阅及答辩情况表 | 第59页 |
