| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第17-24页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-21页 |
| 1.2.1 大规模异构计算机系统的发展现状 | 第18-19页 |
| 1.2.2 高阶线性系统求解算法的研究现状 | 第19-20页 |
| 1.2.3 异构计算环境协同并行编程研究现状 | 第20-21页 |
| 1.3 面临的挑战 | 第21页 |
| 1.4 研究目标和研究内容 | 第21-23页 |
| 1.4.1 研究目标 | 第21-22页 |
| 1.4.2 研究内容 | 第22-23页 |
| 1.5 本文组织结构 | 第23-24页 |
| 第2章 相关理论与研究 | 第24-43页 |
| 2.1 稀疏线性方程组的求解算法 | 第24-31页 |
| 2.1.1 直接求解算法 | 第25-30页 |
| 2.1.2 迭代求解算法 | 第30-31页 |
| 2.2 稀疏矩阵的存储格式 | 第31-34页 |
| 2.2.1 COO存储格式 | 第31-32页 |
| 2.2.2 CSR存储格式 | 第32页 |
| 2.2.3 ELL存储格式 | 第32-33页 |
| 2.2.4 DIA存储格式 | 第33页 |
| 2.2.5 HYB存储格式 | 第33页 |
| 2.2.6 BSR存储格式 | 第33-34页 |
| 2.3 稀疏矩阵与向量乘(SpMV) | 第34-35页 |
| 2.4 CPU+GPU异构编程模型 | 第35-42页 |
| 2.4.1 GPGPU架构 | 第35-38页 |
| 2.4.2 CUDA介绍 | 第38-39页 |
| 2.4.3 CPU多核架构 | 第39-40页 |
| 2.4.4 OpenMP介绍 | 第40-41页 |
| 2.4.5 CPU+GPU异构协同计算 | 第41-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第3章 CPU+GPU异构平台上的SpMV自适应计算 | 第43-69页 |
| 3.1 引言 | 第43-44页 |
| 3.2 研究现状 | 第44-46页 |
| 3.2.1 采用不同压缩格式的实现 | 第44-45页 |
| 3.2.2 基于GPU的SpMV的性能建模和预测 | 第45-46页 |
| 3.3 SpMV性能建模 | 第46-55页 |
| 3.3.1 分布密度模型 | 第46-48页 |
| 3.3.2 稀疏矩阵压缩格式的空间复杂度分析 | 第48-49页 |
| 3.3.3 SpMV的性能分析 | 第49-55页 |
| 3.4 SpMV在GPU上的自适应优化 | 第55-57页 |
| 3.5 实验评价 | 第57-67页 |
| 3.5.1 实验环境配置 | 第57-60页 |
| 3.5.2 性能的预测与测试 | 第60-67页 |
| 3.6 本章小结 | 第67-69页 |
| 第4章 CPU+GPU异构平台上SpMV的分块计算 | 第69-97页 |
| 4.1 引言 | 第69-70页 |
| 4.2 研究现状 | 第70-72页 |
| 4.2.1 GPU和多核CPU上SpMV的并行实现 | 第70页 |
| 4.2.2 SpMV的分块并行计算 | 第70-72页 |
| 4.3 基于行向量块的分布密度模型 | 第72-73页 |
| 4.3.1 行向量块分布密度模型的数值特征 | 第72-73页 |
| 4.4 分割算法 | 第73-78页 |
| 4.4.1 构建稀疏矩阵的分布密度模型的样例 | 第73页 |
| 4.4.2 稀疏矩阵的分割策略 | 第73-78页 |
| 4.5 性能分析 | 第78-83页 |
| 4.5.1 稀疏矩阵的分割优化分析 | 第79-81页 |
| 4.5.2 执行时间分析 | 第81-82页 |
| 4.5.3 CPU和GPU计算性能分析 | 第82-83页 |
| 4.6 算法实现与实验分析 | 第83-96页 |
| 4.6.1 GPU和CPU混合并行编程 | 第83-85页 |
| 4.6.2 基于分割算法SpMV的并行实现 | 第85-86页 |
| 4.6.3 实验配置 | 第86-89页 |
| 4.6.4 SpMV测试和性能评价 | 第89-96页 |
| 4.7 本章小结 | 第96-97页 |
| 第5章 准三对角线性方程组的快速并行求解算法 | 第97-123页 |
| 5.1 引言 | 第97-98页 |
| 5.1.1 动机 | 第97-98页 |
| 5.1.2 主要贡献 | 第98页 |
| 5.2 研究现状 | 第98-99页 |
| 5.3 准三对角线性方程组的求解算法 | 第99-104页 |
| 5.3.1 准三对角矩阵的分解 | 第99-100页 |
| 5.3.2 混合迭代求解算法(HISA) | 第100-101页 |
| 5.3.3 迭代收敛性分析 | 第101-102页 |
| 5.3.4 计算复杂性分析 | 第102-103页 |
| 5.3.5 存储空间分析 | 第103-104页 |
| 5.4 针对HISA算法中CR方法的并行实现 | 第104-112页 |
| 5.4.1 循环约简法 | 第104-108页 |
| 5.4.2 基于分块的HISA算法(BHISA) | 第108-111页 |
| 5.4.3 GPU上并行求解算法的优化 | 第111-112页 |
| 5.5 实验评价 | 第112-121页 |
| 5.5.1 实验配置 | 第112-115页 |
| 5.5.2 收敛性测试 | 第115-116页 |
| 5.5.3 性能评价 | 第116-121页 |
| 5.6 本章小结 | 第121-123页 |
| 第6章 块三对角线性方程组的快速并行求解及其应用 | 第123-138页 |
| 6.1 引言 | 第123页 |
| 6.2 研究现状 | 第123-124页 |
| 6.3 块三对角线性方程组的求解方法 | 第124-130页 |
| 6.3.1 块三对角矩阵 | 第124-125页 |
| 6.3.2 块三对角矩阵的分块 | 第125页 |
| 6.3.3 混合分块迭代求解算法 | 第125-128页 |
| 6.3.4 迭代过程的收敛性分析 | 第128-129页 |
| 6.3.5 算法的并行实现 | 第129-130页 |
| 6.4 案例研究: 云资源调度 | 第130-137页 |
| 6.4.1 M/M/n+k动态排队模型 | 第131-133页 |
| 6.4.2 块三对角矩阵的混合存储格式 | 第133-134页 |
| 6.4.3 实验评价 | 第134-137页 |
| 6.5 本章小结 | 第137-138页 |
| 结论 | 第138-141页 |
| 参考文献 | 第141-149页 |
| 附录A 发表论文和参加科研情况说明 | 第149-151页 |
| 附录B 攻读学位期间所参加的科研项目及申请的专利 | 第151-152页 |
| 致谢 | 第152页 |
