基于CUDA的金刚石膜生长仿真的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·CUDA研究现状 | 第12-13页 |
| ·CVD金刚石膜生长仿真研究现状 | 第13-14页 |
| ·本文的主要工作 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 CUDA技术 | 第17-39页 |
| ·GPU通用计算 | 第17-23页 |
| ·GPU发展简介 | 第18-20页 |
| ·GPU相对于CPU的优势 | 第20-22页 |
| ·从GPGPU到CUDA | 第22-23页 |
| ·CUDA的硬件架构 | 第23-25页 |
| ·CUDA的软件体系 | 第25-27页 |
| ·CUDA的编程模式 | 第27-34页 |
| ·程序结构 | 第27-28页 |
| ·线程层次结构 | 第28-30页 |
| ·线程到硬件的映射 | 第30-31页 |
| ·存储器模型 | 第31-33页 |
| ·通信机制 | 第33-34页 |
| ·CUDA程序的优化 | 第34-38页 |
| ·任务划分 | 第34-35页 |
| ·全局存储器访问优化 | 第35-36页 |
| ·共享存储器访问优化 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 金刚石膜的生长模型及仿真方法 | 第39-49页 |
| ·金刚石薄膜生长模型 | 第39-41页 |
| ·表面化学吸附的生长机制 | 第40页 |
| ·生长模型 | 第40-41页 |
| ·动力学蒙特卡罗法 | 第41-44页 |
| ·MC方法的基本思想和原理 | 第41-43页 |
| ·MC方法的特点 | 第43页 |
| ·KMC方法的基本步骤 | 第43-44页 |
| ·分子动力学法 | 第44-48页 |
| ·MD的基本原理 | 第44-45页 |
| ·原子间作用势 | 第45-46页 |
| ·数值积分求解法 | 第46-47页 |
| ·截断半径法 | 第47页 |
| ·周期性边界条件和最近镜像原则 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于KMC方法的金刚石膜生长仿真 | 第49-67页 |
| ·概述 | 第49-50页 |
| ·基于CPU的KMC仿真算法 | 第50-54页 |
| ·算法流程描述 | 第50-51页 |
| ·算法实现描述 | 第51-54页 |
| ·基于CUDA的KMC仿真算法 | 第54-58页 |
| ·CUDA实现的基本思想 | 第54-55页 |
| ·KMC算法的并行分析与设计 | 第55-56页 |
| ·KMC算法在CUDA上的实现 | 第56-58页 |
| ·CUDA程序优化 | 第58-59页 |
| ·模拟结果可视化 | 第59-62页 |
| ·OpenGL简介 | 第60页 |
| ·金刚石膜可视化的实现 | 第60-62页 |
| ·实验结果与分析 | 第62-66页 |
| ·实验环境及工具 | 第62页 |
| ·实验结果展示 | 第62-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 基于MD法的金刚石膜生长仿真 | 第67-81页 |
| ·基于CPU的MD算法的实现 | 第67-69页 |
| ·算法流程描述 | 第67-68页 |
| ·算法实现描述 | 第68-69页 |
| ·基于CUDA的MD算法的实现 | 第69-73页 |
| ·MD算法的并行分析与设计 | 第70页 |
| ·MD算法在CUDA上的实现 | 第70-72页 |
| ·基于CUDA的MD算法评价 | 第72-73页 |
| ·CUDA程序优化 | 第73-77页 |
| ·优化方案 | 第73-74页 |
| ·优化方案的实现 | 第74-77页 |
| ·实验结果与分析 | 第77-79页 |
| ·本章小结 | 第79-81页 |
| 第6章 工作总结与展望 | 第81-83页 |
| ·本文的主要工作 | 第81页 |
| ·进一步的工作 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87页 |
