| 目录 | 第1-8页 |
| 表目录 | 第8-9页 |
| 图目录 | 第9-11页 |
| 摘要 | 第11-13页 |
| Abstract | 第13-15页 |
| 第一章 绪论 | 第15-25页 |
| ·研究背景 | 第15-21页 |
| ·CPU/GPU 异构高性能计算系统 | 第15-18页 |
| ·GPU 高性能计算应用 | 第18-19页 |
| ·并行计算研究面临的挑战 | 第19-21页 |
| ·主要研究内容和贡献 | 第21-23页 |
| ·论文结构 | 第23-25页 |
| 第二章 并行计算关键技术研究综述 | 第25-47页 |
| ·并行计算机体系结构 | 第25-31页 |
| ·Flynn 分类法 | 第26-27页 |
| ·并行计算机体系结构模型 | 第27-29页 |
| ·并行计算机体系结构的发展趋势 | 第29-31页 |
| ·并行计算模型 | 第31-37页 |
| ·PRAM 类模型 | 第31-33页 |
| ·BSP 类模型 | 第33-35页 |
| ·LogP 类模型 | 第35-37页 |
| ·异构并行计算模型 | 第37页 |
| ·并行编程模型 | 第37-42页 |
| ·数据并行模型 | 第38-39页 |
| ·消息传递模型 | 第39-40页 |
| ·共享变量模型 | 第40-41页 |
| ·一些新兴编程模型 | 第41-42页 |
| ·并行可扩展性模型 | 第42-45页 |
| ·加速比模型 | 第42-43页 |
| ·可扩展性度量指标 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第三章 HLognGPM：面向 GPU 集群的并行计算模型 | 第47-73页 |
| ·引言 | 第47-48页 |
| ·相关工作 | 第48-49页 |
| ·HLognGPM 通用并行计算模型 | 第49-56页 |
| ·模型定义 | 第51-52页 |
| ·模型应用 | 第52-56页 |
| ·HLog3GPM 并行计算模型 | 第56-62页 |
| ·参数测定方法 | 第56-58页 |
| ·映射到 TH-1A 系统 | 第58-62页 |
| ·模型的验证 | 第62-70页 |
| ·实验方案 | 第62-64页 |
| ·测试案例 NPB-EP | 第64-66页 |
| ·测试案例 NPB-CG | 第66-70页 |
| ·讨论 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 第四章 几种混合编程模型在 GPU 集群上的性能比较 | 第73-95页 |
| ·引言 | 第73-74页 |
| ·相关工作 | 第74-76页 |
| ·编程模型 | 第74-75页 |
| ·NPB 基准测试程序集 | 第75-76页 |
| ·大型 GPU 集群的混合编程模型 | 第76-78页 |
| ·MPI+CUDA（MC）混合编程模型 | 第76-77页 |
| ·MPI+OpenMP/CUDA（MOC）混合编程模型 | 第77-78页 |
| ·NPB 内核的高效混合实现 | 第78-86页 |
| ·EP 程序的混合实现 | 第78-80页 |
| ·CG 程序的混合实现 | 第80-84页 |
| ·MG 程序的混合实现 | 第84-86页 |
| ·混合模型的性能对比 | 第86-92页 |
| ·性能评价准则 | 第86-87页 |
| ·实验设计 | 第87页 |
| ·性能分析 | 第87-90页 |
| ·讨论 | 第90-92页 |
| ·本章小结 | 第92-95页 |
| 第五章 并行算法—GPU 集群组合的可扩展性研究 | 第95-111页 |
| ·引言 | 第95-96页 |
| ·相关工作 | 第96-97页 |
| ·协同感知可扩展性模型 | 第97-104页 |
| ·GPU 集群体系结构模型 | 第97-98页 |
| ·模型的定义 | 第98-100页 |
| ·可扩展性分析 | 第100-102页 |
| ·可扩展模型使用方法 | 第102-104页 |
| ·实验验证 | 第104-110页 |
| ·实验设计 | 第104-105页 |
| ·EP-GC组合的可扩展性分析 | 第105-106页 |
| ·CG-GC组合的可扩展性分析 | 第106-108页 |
| ·MG-GC组合的可扩展性分析 | 第108-110页 |
| ·本章小结 | 第110-111页 |
| 第六章 RRTM 长波辐射方案在 GPU 集群上的高效实现 | 第111-129页 |
| ·引言 | 第111-112页 |
| ·长波辐射物理过程 | 第112-115页 |
| ·长波辐射过程 | 第112-113页 |
| ·RRTM 长波辐射传输方案 | 第113-115页 |
| ·异构混合并行算法设计 | 第115-119页 |
| ·RRTM 程序执行特点 | 第115-116页 |
| ·并行策略 | 第116页 |
| ·负载平衡策略 | 第116-118页 |
| ·异构混合并行算法 | 第118-119页 |
| ·高效混合实现 | 第119-122页 |
| ·GPU 程序优化 | 第119-121页 |
| ·MOC 混合实现 | 第121-122页 |
| ·数值实验及可扩展性分析 | 第122-127页 |
| ·负载平衡策略的验证 | 第122-124页 |
| ·RRTM 混合程序的计算效率 | 第124-126页 |
| ·可扩展性分析 | 第126-127页 |
| ·本章小结 | 第127-129页 |
| 第七章 结论与展望 | 第129-131页 |
| ·工作总结 | 第129-130页 |
| ·研究展望 | 第130-131页 |
| 致谢 | 第131-133页 |
| 参考文献 | 第133-151页 |
| 作者在学期间取得的学术成果 | 第151-152页 |
| 作者在学期间参加的科研项目 | 第152页 |
