首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于GPU加速的边界面法的研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-16页
    1.1 研究背景第9-14页
        1.1.1 并行计算第9页
        1.1.2 基于 GPU 的通用计算第9页
        1.1.3 GPU 与 CPU 的区别第9-12页
        1.1.4 GPGPU 及其发展历史第12页
        1.1.5 国内外研究现状第12-14页
    1.2 研究意义第14页
    1.3 本文研究的主要内容第14-16页
第2章 CUDA 编程模型及体系结构第16-29页
    2.1 引言第16页
    2.2 CUDA 编程模型第16-20页
        2.2.1 主机与设备第16-17页
        2.2.2 线程结构第17-18页
        2.2.3 硬件映射第18-20页
    2.3 CUDA 软件体系第20-22页
        2.3.1 CUDA C 语言第20-21页
        2.3.2 nvcc 编译器第21页
        2.3.3 CUDA 函数库第21-22页
    2.4 CUDA 存储器模型第22-28页
        2.4.1 寄存器第23页
        2.4.2 局部存储器第23-24页
        2.4.3 常数存储器第24页
        2.4.4 纹理存储器第24页
        2.4.5 共享存储器第24-27页
        2.4.6 全局存储器第27-28页
    2.5 小结第28-29页
第3章 边界面法和边界积分方程第29-40页
    3.1 引言第29-30页
    3.2 边界面法简介第30页
    3.3 边界积分方程第30-39页
        3.3.1 边界积分方程推导第30-36页
        3.3.2 边界积分方程离散形式第36-38页
        3.3.3 边界积分方案第38-39页
    3.4 小结第39-40页
第4章 基于 GPU 的边界面法 64 位程序开发及 UG 实现第40-60页
    4.1 引言第40页
    4.2 UG 二次开发第40-42页
        4.2.1 UG\Open 的相关模块第41页
        4.2.2 在 VC 环境下开发边界面法 UG 应用程序第41-42页
    4.3 64 位编程简介第42-45页
        4.3.1 64 位发展历程第42页
        4.3.2 64 位与 32 位的对比第42-45页
    4.4 边界面法 GPU 并行方案第45-52页
        4.4.1 数据管理第46-47页
        4.4.2 在 CUDA 平台上的并行实现第47-52页
    4.5 数值算例第52-59页
        4.5.1 槽钢模型第53-57页
        4.5.2 散热片模型第57-59页
    4.6 小结第59-60页
结论与展望第60-62页
参考文献第62-65页
致谢第65-66页
附录 A 攻读学位期间所发表的学术论文目录第66页

论文共66页,点击 下载论文
上一篇:数字图像篡改的反取证技术研究
下一篇:基于RIA的网络考试系统的研究与实现