基于GPU平台的KLU并行算法的研究：对角线块的LU分解
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12页 |
| ·研究目标与内容 | 第12-13页 |
| ·研究目标 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·论文结构 | 第13-14页 |
| 第二章 GPU通用计算与CUDA简介 | 第14-18页 |
| ·GPU通用计算 | 第14-16页 |
| ·CUDA简介 | 第16-17页 |
| ·CUDA开发 | 第16页 |
| ·CUDA编程模型 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 KLU | 第18-23页 |
| ·KLU简介 | 第18-19页 |
| ·KLU求解稀疏线性方程组流程 | 第19-21页 |
| ·KLU在电路模拟中的应用 | 第21-22页 |
| ·电路矩阵的特点 | 第21页 |
| ·电路模拟中的线性系统 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 KLU之LU分解 | 第23-31页 |
| ·稠密LU分解 | 第23-24页 |
| ·稀疏LU分解 | 第24-25页 |
| ·Left Looking高斯消去法 | 第25-27页 |
| ·Gilbert-Peierls算法 | 第27-29页 |
| ·符号分析 | 第27-29页 |
| ·数值分解 | 第29页 |
| ·KLU再分解机制 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第五章 KLU分解阶段的并行算法研究 | 第31-47页 |
| ·KLU_refactor算法 | 第31-34页 |
| ·算法描述 | 第31-33页 |
| ·算法分析 | 第33-34页 |
| ·P_Llen并行算法 | 第34-35页 |
| ·算法描述 | 第34-35页 |
| ·并行性分析 | 第35页 |
| ·P_Ulen并行算法 | 第35-39页 |
| ·P_Ulen算法描述 | 第35-38页 |
| ·优化策略 | 第38-39页 |
| ·P_nk并行算法 | 第39-42页 |
| ·P_nk算法描述 | 第39-42页 |
| ·并行性分析 | 第42页 |
| ·P_stream并行算法 | 第42-46页 |
| ·P_stream算法描述 | 第42-45页 |
| ·并行性分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 实验环境和实验方法 | 第47-50页 |
| ·实验环境 | 第47-48页 |
| ·实验方法 | 第48-50页 |
| ·测试矩阵 | 第48-49页 |
| ·测试方法 | 第49-50页 |
| 第七章 实验结果和性能分析 | 第50-55页 |
| ·klu_refactor串/并行算法性能比较 | 第50-52页 |
| ·并行算法性能分析 | 第52-55页 |
| 第八章 全文总结与进一步工作 | 第55-57页 |
| ·全文总结 | 第55-56页 |
| ·进一步工作 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59页 |
