一种基于遗传算法的GPGPU极限功耗测试框架
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·论文研究的背景及意义 | 第10-11页 |
| ·背景知识 | 第11-14页 |
| ·GPGPU体系结构 | 第11-13页 |
| ·CUDA编程模型 | 第13-14页 |
| ·GPGPU极限功耗测试技术的研究现状 | 第14-16页 |
| ·极限功耗测试技术的现状 | 第14-15页 |
| ·极限功耗测试技术的挑战 | 第15-16页 |
| ·论文的主要内容 | 第16-17页 |
| ·论文的组织安排 | 第17-18页 |
| 第2章 基于遗传算法的极限功耗测试框架 | 第18-28页 |
| ·引言 | 第18页 |
| ·极限功耗测试框架的设计 | 第18-21页 |
| ·各模块关键技术的设计与实现 | 第21-26页 |
| ·性能和功耗模拟模块 | 第21-23页 |
| ·抽象负载功耗模型 | 第23-24页 |
| ·代码合成模块 | 第24页 |
| ·机器学习模块 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 抽象功耗负载模型的研究 | 第28-38页 |
| ·引言 | 第28页 |
| ·基于随机森林算法的功耗分析模型 | 第28-30页 |
| ·GPGPU程序功耗特征分析 | 第30-33页 |
| ·抽象负载模型的设计 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于程序结构分析的代码合成算法 | 第38-48页 |
| ·引言 | 第38页 |
| ·代码克隆技术 | 第38-39页 |
| ·代码合成算法的设计 | 第39-46页 |
| ·设计思路 | 第39-41页 |
| ·基本块结构分析与设计 | 第41-43页 |
| ·代码合成算法 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第5章 实验结果与分析 | 第48-56页 |
| ·实验环境搭建 | 第48-51页 |
| ·实验环境 | 第48-49页 |
| ·基准测试程序 | 第49-51页 |
| ·实验结果分析 | 第51-55页 |
| ·框架测试结果分析 | 第51-53页 |
| ·功耗分析与系统评估 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结 | 第56-60页 |
| ·全文工作 | 第56-57页 |
| ·本文贡献与创新之处 | 第57-58页 |
| ·进一步工作 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录1 插图索引 | 第64-66页 |
| 附录2 表格索引 | 第66-68页 |
| 致谢 | 第68-70页 |
| 在读期间发表的学术论文 | 第70-72页 |
| 攻读学位期间参加的科研项目 | 第72页 |
