基于GPU的高性能有限元方法研究
| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·并行计算 | 第11-12页 |
| ·基于GPU的通用计算 | 第12-15页 |
| ·本文研究意义与主要工作 | 第15-16页 |
| ·本文组织安排 | 第16-17页 |
| 第2章 GPU-CUDA架构介绍 | 第17-23页 |
| ·引言 | 第17页 |
| ·CUDA架构概述 | 第17-21页 |
| ·CUDA编程模型 | 第17-19页 |
| ·CUDA存储器模型 | 第19-21页 |
| ·CUDA执行模型 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 复电阻率2.5维正演有限元方法 | 第23-32页 |
| ·引言 | 第23页 |
| ·有限元方法 | 第23-24页 |
| ·有限元方法基本理论 | 第23-24页 |
| ·有限元方法计算步骤 | 第24页 |
| ·2.5维电磁场的微分方程 | 第24-25页 |
| ·线性插值 | 第25-26页 |
| ·方程离散化 | 第26-28页 |
| ·求解域总体合成 | 第28-29页 |
| ·复线性方程组求解 | 第29-30页 |
| ·实验分析 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第4章 基于CUDA的并行有限元算法 | 第32-48页 |
| ·引言 | 第32页 |
| ·有限元方法效率分析 | 第32页 |
| ·基于CUDA的有限元方法并行算法 | 第32-34页 |
| ·双复共轭梯度算法 | 第34-38页 |
| ·基于CUDA的稀疏矩阵向量乘 | 第35-37页 |
| ·基于CUDA的三角矩阵方程求解 | 第37-38页 |
| ·实验分析 | 第38-47页 |
| ·稀疏矩阵向量乘性能 | 第39-42页 |
| ·求解三角方程组性能 | 第42-43页 |
| ·复双共轭梯度法性能 | 第43-46页 |
| ·整体加速比 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 作者简介及在学期间所取得的科研成果 | 第52-53页 |
| 致谢 | 第53页 |
