| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 分离型及融合型CPU-GPU异构系统 | 第12-13页 |
| 1.2.2 基于HSA的融合型CPU-GPU异构系统 | 第13-14页 |
| 1.2.3 CPU-GPU异构系统任务调度研究 | 第14-15页 |
| 1.3 主要研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 异构计算技术概述 | 第18-30页 |
| 2.1 异构系统硬件概述 | 第18-23页 |
| 2.1.1 影响异构计算平台性能的硬件因素 | 第18-19页 |
| 2.1.2 主流异构计算平台硬件架构 | 第19-22页 |
| 2.1.3 APU架构分析 | 第22-23页 |
| 2.2 异构系统软件概述 | 第23-27页 |
| 2.2.1 异构计算框架 | 第23-26页 |
| 2.2.2 异构系统应用 | 第26-27页 |
| 2.3 本章小结 | 第27-30页 |
| 第3章 基于HSA异构平台的静态任务调度方法 | 第30-50页 |
| 3.1 单核处理器性能模型 | 第30-33页 |
| 3.1.1 FPMs基本概念 | 第30-31页 |
| 3.1.2 FPMs构建过程 | 第31-33页 |
| 3.2 构建HSA性能模型需要解决的关键问题 | 第33-37页 |
| 3.2.1 多核处理器资源竞争 | 第33页 |
| 3.2.2 APU架构下异构处理器的协同工作 | 第33-37页 |
| 3.3 HSA性能模型基本概念 | 第37-39页 |
| 3.4 HSA性能模型构建过程 | 第39-41页 |
| 3.4.1 CPU性能模型构建过程 | 第39-40页 |
| 3.4.2 GPU性能模型构建过程 | 第40-41页 |
| 3.4.3 性能模型的合并 | 第41页 |
| 3.5 静态调度方法验证方案 | 第41-44页 |
| 3.5.1 HSA异构平台应用负载计算模式分类 | 第42页 |
| 3.5.2 典型负载实现原理 | 第42-43页 |
| 3.5.3 HSA环境下负载的开发流程 | 第43-44页 |
| 3.6 静态调度方法实验 | 第44-48页 |
| 3.6.1 实验环境搭建 | 第44-45页 |
| 3.6.2 实验结果及分析 | 第45-48页 |
| 3.7 本章小结 | 第48-50页 |
| 第4章 基于HSA异构平台的动态任务调度方法 | 第50-56页 |
| 4.1 动态调度方法基本概念 | 第50-51页 |
| 4.2 实现动态调度方法需要解决的关键问题 | 第51-52页 |
| 4.3 动态调度方法实现过程 | 第52页 |
| 4.4 动态调度方法实验 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 HSA平台任务调度方法的应用 | 第56-66页 |
| 5.1 应用背景概述 | 第56-57页 |
| 5.2 HSA平台应用优化调度过程 | 第57-60页 |
| 5.2.1 非线性CS算法实现原理 | 第57-59页 |
| 5.2.2 非线性CS算法调度方法 | 第59-60页 |
| 5.3 实验结果及分析 | 第60-64页 |
| 5.3.1 正确性验证 | 第60页 |
| 5.3.2 区间实验 | 第60-63页 |
| 5.3.3 整体实验 | 第63-64页 |
| 5.4 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-76页 |
| 攻读硕士学位期间参与的科研项目 | 第76-78页 |
| 致谢 | 第78页 |