| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 论文的选题背景和意义 | 第10-12页 |
| 1.2 GPU和CPU的对比 | 第12-13页 |
| 1.3 本文的主要工作与创新 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 GPU体系架构与CUDA概述 | 第15-25页 |
| 2.1 GPU架构 | 第15-19页 |
| 2.1.1 基于Maxwell的GM204架构 | 第15-17页 |
| 2.1.2 kernel函数的硬件映射 | 第17-18页 |
| 2.1.3 GPU的存储模型 | 第18-19页 |
| 2.2 CUDA概述 | 第19-24页 |
| 2.2.1 CUDA编程模型 | 第19-21页 |
| 2.2.2 CUDA C/C++语言的扩展 | 第21-22页 |
| 2.2.3 ParallelNsight性能分析工具 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于二维直角坐标系的PIC算法及其GPU并行 | 第25-49页 |
| 3.1 引言 | 第25-26页 |
| 3.2 电流密度的求解 | 第26-34页 |
| 3.2.1 网格所属电流密度的公式推导 | 第26-33页 |
| 3.2.2 电流密度求解的串行代码的实现 | 第33-34页 |
| 3.3 电磁场的求解 | 第34-37页 |
| 3.3.1 网格所属电磁场的公式推导 | 第34-37页 |
| 3.3.2 电磁场求解的串行代码的实现 | 第37页 |
| 3.4 速度位置的求解 | 第37-43页 |
| 3.4.1 粒子所在位置的作用场的公式推导 | 第37-39页 |
| 3.4.2 粒子的速度位置的公式推导 | 第39-43页 |
| 3.4.3 粒子速度位置求解的串行代码的实现 | 第43页 |
| 3.5 二维直角坐标系PIC算法实现的流程图 | 第43-44页 |
| 3.6 二维直角坐标系PIC算法的GPU并行实现 | 第44-48页 |
| 3.6.1 电磁场求解的GPU并行代码的实现 | 第46-47页 |
| 3.6.2 粒子速度位置求解的GPU并行代码的实现 | 第47页 |
| 3.6.3 电流密度求解的GPU并行代码的实现 | 第47-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 模型建立与结果分析 | 第49-70页 |
| 4.1 引言 | 第49页 |
| 4.2 串行实现部分 | 第49-61页 |
| 4.2.1 矩形结构模型 | 第49-57页 |
| 4.2.2 速调管结构模型 | 第57-61页 |
| 4.3 并行实现部分 | 第61-68页 |
| 4.3.1 串并行结果对比 | 第61-64页 |
| 4.3.2 GPU并行加速比 | 第64-68页 |
| 4.4 误差分析 | 第68页 |
| 4.5 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-73页 |
