| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-17页 |
| ·选题的目的和意义 | 第9-13页 |
| ·GRAPES数值预报模式 | 第9-10页 |
| ·GPGPU 和 CUDA 简介 | 第10-11页 |
| ·GPGPU 系统架构介绍及将其运用于 GRAPES 模式的可行性分析 | 第11-13页 |
| ·基于 GPGPU 系统通用计算的国内外研究进展 | 第13-14页 |
| ·本文研究内容和创新点 | 第14-16页 |
| ·本文研究内容 | 第14-15页 |
| ·本文研究的创新点 | 第15-16页 |
| ·论文的结构 | 第16-17页 |
| 第二章 CUDA 编程模型和存储器模型 | 第17-23页 |
| ·CUDA 编程模型 | 第17-20页 |
| ·主机与设备 | 第17-18页 |
| ·线程组织结构 | 第18-19页 |
| ·Warp | 第19-20页 |
| ·SIMT 编程模型 | 第20页 |
| ·CUDA 存储器模型 | 第20-22页 |
| ·寄存器与本地存储器 | 第20-21页 |
| ·共享存储器 | 第21页 |
| ·全局存储器 | 第21-22页 |
| ·常数存储器和纹理存储器 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 长波辐射方案及细粒度并行模型 | 第23-34页 |
| ·GRAPES 全球模式中的长波辐射物理模型 | 第23-24页 |
| ·GRAPES 模式的并行框架分析 | 第24-25页 |
| ·基于 GPGPU 系统的 GRAPES 模式并行框架分析 | 第25-27页 |
| ·长波辐射方案的细粒度并行模型 | 第27-30页 |
| ·CUDA FORTRAN 程序实现 | 第30-33页 |
| ·CUDA FORTRAN 介绍 | 第30-31页 |
| ·基于 GPGPU 系统的长波辐射方案程序实现 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 初期试验结果分析 | 第34-43页 |
| ·Tesla C1060 试验 | 第34-39页 |
| ·试验环境和参数 | 第34页 |
| ·试验结果分析 | 第34-37页 |
| ·试验结果验证 | 第37-39页 |
| ·Tesla C2050 试验 | 第39-42页 |
| ·试验环境和参数 | 第39页 |
| ·试验结果分析 | 第39-40页 |
| ·单个 block 内线程数量变化对性能的影响 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 CUDA 程序优化 | 第43-53页 |
| ·CUDA 程序优化概述 | 第43-44页 |
| ·本试验中的 CUDA 程序分析 | 第44-45页 |
| ·Pinned memory | 第45-46页 |
| ·异步执行 | 第46-48页 |
| ·异步执行程序演示 | 第48-49页 |
| ·数据流异步执行模型 | 第49-50页 |
| ·试验结果及分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与讨论 | 第53-58页 |
| ·总结 | 第53-54页 |
| ·讨论 | 第54-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 个人简介 | 第61页 |