摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-20页 |
1.1 非电离平衡模拟研究背景 | 第10-13页 |
1.1.1 多物理场天文模拟 | 第10-11页 |
1.1.2 非电离平衡模拟 | 第11-12页 |
1.1.3 天文模拟的典型流程 | 第12-13页 |
1.2 非电离平衡模拟的研究现状 | 第13-16页 |
1.2.1 天文数值模拟框架 | 第13-15页 |
1.2.2 反应流体求解的相关工作 | 第15页 |
1.2.3 AtomDB和Libapecnei | 第15-16页 |
1.2.4 欧拉方法与拉格朗日方法 | 第16页 |
1.3 大规模非电离平衡模拟的性能问题 | 第16-17页 |
1.4 研究目标和主要研究内容 | 第17-18页 |
1.5 论文结构 | 第18-20页 |
第二章 非电离平衡模拟性能分析及相关工作 | 第20-32页 |
2.1 非电离平衡方程 | 第20-21页 |
2.2 基于网格的非电离平衡求解分析 | 第21-25页 |
2.2.1 自适应网格 | 第21-22页 |
2.2.2 偏微分方程组的解耦 | 第22-24页 |
2.2.3 非电离平衡求解器 | 第24-25页 |
2.3 基于网格的性能实验与分析 | 第25-27页 |
2.4 多流体一致性问题 | 第27-28页 |
2.5 优化方向 | 第28-29页 |
2.6 相关理论和技术 | 第29-31页 |
2.6.1 示踪粒子 | 第29页 |
2.6.2 MapReduce | 第29-30页 |
2.6.3 GPU通用计算 | 第30页 |
2.6.4 驾驭式计算 | 第30-31页 |
2.6.5 组合分析 | 第31页 |
2.7 本章小结 | 第31-32页 |
第三章 基于示踪粒子和MapReduce模型的计算框架 | 第32-56页 |
3.1 利用示踪粒子的解决方法及问题 | 第32-33页 |
3.2 应用MapReduce计算模型重构和分析粒子轨迹 | 第33-35页 |
3.3 利用空间划分方法优化粒子快照生成 | 第35-36页 |
3.4 基于示踪粒子和MapReduce的计算框架的设计 | 第36-43页 |
3.4.1 框架的体系结构设计 | 第37-40页 |
3.4.2 后处理模式—串行I/O与并行I/O | 第40页 |
3.4.3 后处理模式—直接I/O | 第40-41页 |
3.4.4 实时模式—工作流 | 第41-43页 |
3.5 基于示踪粒子和MapReduce的计算框架的实现 | 第43-45页 |
3.5.1 基于FLASH Code引入示踪粒子功能 | 第44页 |
3.5.2 基于MPI实现MapReduce模型 | 第44-45页 |
3.6 实验和评价 | 第45-52页 |
3.6.1 测试用例 | 第45-47页 |
3.6.2 性能测试结果及分析 | 第47-48页 |
3.6.3 粒子引入的开销分析 | 第48-50页 |
3.6.4 关于准确度的讨论 | 第50-51页 |
3.6.5 实时模式下的可视分析 | 第51-52页 |
3.6.6 多流体一致性问题与性能的权衡 | 第52页 |
3.7 框架对其他问题的适应性 | 第52-53页 |
3.8 不足与改进 | 第53-55页 |
3.8.1 物理上的不足之处 | 第53-55页 |
3.8.2 性能上的改进空间 | 第55页 |
3.9 本章小结 | 第55-56页 |
第四章 基于CPU-GPU混合异构系统的非电离平衡求解器 | 第56-82页 |
4.1 非电离平衡方程的特点和求解过程 | 第56-59页 |
4.1.1 非电离平衡方程的特点 | 第56-57页 |
4.1.2 ODE隐式算法的一般结构 | 第57-58页 |
4.1.3 基于CPU的解决方法和面临问题 | 第58-59页 |
4.2 GPU加速方案的分析 | 第59-62页 |
4.2.1 非电离平衡GPU加速方式的选择 | 第59-61页 |
4.2.2 混合结构下的负载平衡策略分析 | 第61-62页 |
4.2.3 基于GPU的ODE求解器 | 第62页 |
4.3 基于CPU-GPU混合结构的求解器设计 | 第62-70页 |
4.3.1 多CPU和多GPU结构下的负载平衡设计 | 第63-65页 |
4.3.2 GPU非电离平衡求解器的设计 | 第65-68页 |
4.3.3 混合结构下求解器的实现 | 第68-70页 |
4.4 实验和评价 | 第70-74页 |
4.5 异构求解器在光谱计算中的应用 | 第74-79页 |
4.5.1 光谱计算面临的问题 | 第74-75页 |
4.5.2 光谱计算的优化方案 | 第75-76页 |
4.5.3 光谱计算的优化结果 | 第76-79页 |
4.5.4 对其他问题适用性 | 第79页 |
4.6 不足与改进 | 第79-81页 |
4.7 本章小结 | 第81-82页 |
第五章 基于层级结构的可视化驾驭式计算环境 | 第82-104页 |
5.1 天文数值模拟过程的人机交互分析 | 第82-87页 |
5.1.1 驾驭式计算的研究和应用现状 | 第83-84页 |
5.1.2 天文模拟中的驾驭式计算对可视化的要求 | 第84页 |
5.1.3 组合分析在天文模拟中的应用问题 | 第84-85页 |
5.1.4 参数分区在天文模拟中的意义和研究现状 | 第85-86页 |
5.1.5 采用层级结构的原因 | 第86-87页 |
5.2 可视化驾驭计算框架的设计 | 第87-92页 |
5.2.1 参数分区和调控 | 第89-90页 |
5.2.2 模拟演化趋势的特征线 | 第90-91页 |
5.2.3 组合分析及其可视化 | 第91页 |
5.2.4 数值误差可视化 | 第91-92页 |
5.3 天文模拟驾驭式计算环境的实现 | 第92-94页 |
5.4 实验与评价 | 第94-101页 |
5.4.1 W49B的模拟 | 第95-98页 |
5.4.2 星风的模拟 | 第98-101页 |
5.5 应用中的实际问题 | 第101-103页 |
5.5.1 可视化设计的欠缺和应对 | 第101-102页 |
5.5.2 低精度模拟的注意事项 | 第102-103页 |
5.5.3 其他不足和未来工作重点 | 第103页 |
5.6 本章小结 | 第103-104页 |
第六章 总结和展望 | 第104-108页 |
参考文献 | 第108-118页 |
发表论文和科研情况说明 | 第118-120页 |
致谢 | 第120-121页 |