摘要 | 第7-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第12-21页 |
1.1 课题研究背景及意义 | 第12-14页 |
1.2 相场模型基本原理 | 第14页 |
1.3 国内外研究现状 | 第14-17页 |
1.3.1 GPU并行技术研究现状 | 第14-15页 |
1.3.2 相场模型模拟研究现状 | 第15-17页 |
1.4 流场模拟常用方法简介 | 第17-19页 |
1.4.1 流场模拟方法 | 第17-18页 |
1.4.2 SOLA方法 | 第18页 |
1.4.3 格子玻尔兹曼方法 | 第18-19页 |
1.5 本文主要研究内容 | 第19-20页 |
1.6 本文的结构安排 | 第20-21页 |
第2章 基于GPU的并行技术概述 | 第21-31页 |
2.1 基本概念 | 第21-22页 |
2.1.1 并行与并发 | 第21页 |
2.1.2 并行计算 | 第21页 |
2.1.3 基于GPU的通用计算 | 第21-22页 |
2.2 GPU概述 | 第22-24页 |
2.2.1 GPU与CPU的区别 | 第22-23页 |
2.2.2 GPU主要硬件结构 | 第23-24页 |
2.3 CUDA简介 | 第24-30页 |
2.3.1 CUDA起源 | 第24-25页 |
2.3.2 CUDA编程模型 | 第25-29页 |
2.3.3 对C语言的扩展 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
第3章 相场模型及其在GPU上的实现 | 第31-45页 |
3.1 相场模型 | 第31-34页 |
3.1.1 耦合流场的二维相场模型 | 第31-32页 |
3.1.2 三维相场模型 | 第32-34页 |
3.2 控制方程的离散 | 第34-36页 |
3.3 可并行性分析 | 第36页 |
3.4 计算任务划分 | 第36页 |
3.5 相场模型在GPU上的并行实现 | 第36-40页 |
3.5.1 二维Sola-相场模型在GPU上的实现 | 第36-39页 |
3.5.2 三维相场模型在GPU上的实现 | 第39-40页 |
3.6 CPU + GPU异构并行计算的性能优化关键技术 | 第40-44页 |
3.6.1 负载均衡 | 第40-41页 |
3.6.2 访存延迟 | 第41-44页 |
3.7 本章小结 | 第44-45页 |
第4章 基于GPU的流动影响枝晶生长模拟结果 | 第45-51页 |
4.1 二维流动相场模型的数值求解 | 第45-46页 |
4.1.1 稳定性条件 | 第45页 |
4.1.2 初始条件、边界条件及模拟参数的取值 | 第45-46页 |
4.2 模拟结果分析 | 第46-50页 |
4.2.1 强制流动下枝晶生长演变过程 | 第46-47页 |
4.2.2 GPU加速效果 | 第47-48页 |
4.2.3 GPU与CPU计算结果比较 | 第48-50页 |
4.3 本章小结 | 第50-51页 |
第5章 基于GPU并行的三维枝晶生长模拟结果 | 第51-57页 |
5.1 三维相场模型的数值求解 | 第51-52页 |
5.1.1 稳定性条件 | 第51页 |
5.1.2 初始条件、边界条件及模拟参数的取值 | 第51-52页 |
5.2 三维相场模型模拟结果分析及讨论 | 第52-56页 |
5.2.1 GPU与CPU计算区域大小比较 | 第52-53页 |
5.2.2 GPU加速效果 | 第53-55页 |
5.2.3 GPU计算下二维与三维枝晶尖端稳态行为的比较 | 第55-56页 |
5.3 本章小结 | 第56-57页 |
总结与展望 | 第57-59页 |
参考文献 | 第59-64页 |
致谢 | 第64-65页 |
附录A 攻读学位期间所发表的论文 | 第65页 |