| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.3 研究目标和内容 | 第18-19页 |
| 1.4 论文的研究内容及结构安排 | 第19-21页 |
| 第二章 相关技术介绍 | 第21-32页 |
| 2.1 SPH方法 | 第21-23页 |
| 2.2 固定半径内邻居问题 | 第23-24页 |
| 2.3 GPGPU架构 | 第24-28页 |
| 2.3.1 GPU硬件 | 第24-26页 |
| 2.3.2 CUDA开发平台 | 第26-28页 |
| 2.4 SPH方法的GPGPU实现 | 第28-31页 |
| 2.4.1 传统实现方法 | 第29-30页 |
| 2.4.2 基于共享内存的方案 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 面向SPH方法的CPU-GPU异构计算框架 | 第32-43页 |
| 3.1 异构框架概要设计 | 第32-33页 |
| 3.2 任务分配与数据传输 | 第33-38页 |
| 3.3 负载均衡策略 | 第38-39页 |
| 3.4 实验结果 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 面向SPH方法的新GPGPU并行计算方法 | 第43-58页 |
| 4.1 针对L2 cache设计的并行任务分配方法 | 第43-46页 |
| 4.2 针对内存与线程层次结构设计的粒子交互方法 | 第46-49页 |
| 4.3 实验结果 | 第49-57页 |
| 4.3.1 新并行任务分配方法的性能与影响 | 第50-51页 |
| 4.3.2 新粒子交互方法的性能比较与分析 | 第51-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 性能分析与优化策略 | 第58-76页 |
| 5.1 GPGPU程序性能分析模型 | 第59-66页 |
| 5.1.1 CWP-MWP模型 | 第60-62页 |
| 5.1.2 ITILP-ITMLP模型 | 第62-66页 |
| 5.2 SPH性能模型 | 第66-69页 |
| 5.2.1 传统方法(TRA) | 第67-68页 |
| 5.2.2 已有的共享内存方案(PSMS) | 第68-69页 |
| 5.2.3 新的粒子交互方法(NEW) | 第69页 |
| 5.3 性能分析与比较 | 第69-75页 |
| 5.3.1 内存访问分析 | 第69-72页 |
| 5.3.2 隐藏内存获取与指令执行 | 第72-74页 |
| 5.3.3 设备占用率分析 | 第74-75页 |
| 5.4 本章小结 | 第75-76页 |
| 第六章 结语 | 第76-78页 |
| 6.1 全文总结 | 第76页 |
| 6.2 未来工作 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 研究成果 | 第84页 |