摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 课题研究内容背景及意义 | 第10-12页 |
1.1.1 研究背景及意义 | 第10-11页 |
1.1.2 研究内容及意义 | 第11-12页 |
1.2 国内外研究现状与发展趋势 | 第12-13页 |
1.2.1 国内外研究现状 | 第12-13页 |
1.2.2 发展趋势 | 第13页 |
1.3 本文的主要贡献与创新 | 第13-14页 |
1.4 本论文的结构安排 | 第14-15页 |
第二章 余度容错技术研究 | 第15-23页 |
2.1 计算机故障及分类 | 第15-16页 |
2.2 余度定义及分类 | 第16-17页 |
2.2.1 余度的定义 | 第16页 |
2.2.2 余度的分类 | 第16-17页 |
2.3 容错技术 | 第17-22页 |
2.3.1 硬件冗余 | 第17-19页 |
2.3.2 软件冗余 | 第19-22页 |
2.3.3 时间冗余 | 第22页 |
2.3.4 信息冗余 | 第22页 |
2.4 本章小结 | 第22-23页 |
第三章 GPU&CUDA架构 | 第23-36页 |
3.1 GPU及其架构 | 第23-24页 |
3.1.1 计算机架构 | 第23页 |
3.1.2 CPU与GPU | 第23-24页 |
3.2 CUDA并行技术 | 第24-35页 |
3.2.1 引言 | 第25-26页 |
3.2.2 CUDA编程模型 | 第26-29页 |
3.2.3 CUDA执行模型 | 第29-31页 |
3.2.4 CUDA存储器模型 | 第31-35页 |
3.3 本章小结 | 第35-36页 |
第四章 星载GPU四余度容错算法设计 | 第36-58页 |
4.1 余度选择 | 第36页 |
4.2 表决机制 | 第36-37页 |
4.3 基于CUDA的四余度容错方案设计 | 第37-52页 |
4.3.1 基于简单复算的四余度容错模式 | 第37-38页 |
4.3.2 基于并行检错的四余度容错模式 | 第38-39页 |
4.3.3 基于任务并行的四余度容错模式 | 第39-41页 |
4.3.4 基于结果比较算法的四余度容错模式 | 第41-44页 |
4.3.5 基于任务并行和比较算法的四余度容错模式 | 第44-46页 |
4.3.6 基于多版本kernel的四余度容错模式 | 第46页 |
4.3.7 基于多版本kernel和比较算法的四余度容错模式 | 第46-48页 |
4.3.8 基于任务并行和比较算法的多版本kernel四余度容错模式 | 第48-49页 |
4.3.9 基于流计算模式的四余度容错模式 | 第49-50页 |
4.3.10 基于多GPU的四余度容错模式 | 第50-52页 |
4.4 基于冗余进程的软件容错方案 | 第52-57页 |
4.4.1 PLR算法 | 第52-53页 |
4.4.2 检查点与恢复技术 | 第53-54页 |
4.4.3 四余度进程容错方案设计 | 第54-57页 |
4.5 本章小结 | 第57-58页 |
第五章 实验测试和数据分析 | 第58-77页 |
5.1 NVIDIAJetsonTX2简介 | 第58-59页 |
5.2 实验测试与性能分析 | 第59-71页 |
5.3 实验伪码 | 第71-73页 |
5.4 可靠性分析 | 第73-76页 |
5.4.1 可靠性描述 | 第73-74页 |
5.4.2 可靠性建模 | 第74-75页 |
5.4.3 可靠性计算 | 第75-76页 |
5.5 本章小结 | 第76-77页 |
第六章 全文总结与展望 | 第77-79页 |
6.1 全文总结 | 第77页 |
6.2 后续工作展望 | 第77-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-83页 |