首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--电子数字计算机(不连续作用电子计算机)论文--运算器和控制器(CPU)论文

基于GPU的图计算研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-22页
    1.1 课题背景与意义第12-13页
    1.2 GPU体系结构第13-17页
        1.2.1 GPU线程调度第15-16页
        1.2.2 GPU性能优化方式第16-17页
    1.3 相关研究现状第17-20页
        1.3.1 分布式图计算第17-19页
        1.3.2 多核图计算第19页
        1.3.3 GPU图计算第19-20页
    1.4 本文研究内容第20-21页
    1.5 本文结构第21-22页
第2章 图计算系统研究第22-36页
    2.1 Pregel概述第22-30页
        2.1.1 Pregel执行模型第22-23页
        2.1.2 Pregel编程模型第23-25页
        2.1.3 PregelAPI第25-29页
        2.1.4 Pregel系统架构第29-30页
        2.1.5 Pregel性能瓶颈第30页
    2.2 Medusa系统概述第30-35页
        2.2.1 Medusa编程模型及API第30-33页
        2.2.2 Medusa消息缓存机制第33-34页
        2.2.3 Medusa的缺陷和性能瓶颈第34-35页
    2.3 小结第35-36页
第3章 PregelGPU系统设计第36-42页
    3.1 Edge-Vertex编程模型第36-37页
    3.2 系统执行流程第37-38页
        3.2.1 预处理阶段第37-38页
        3.2.2 EdgeCompute阶段第38页
        3.2.3 VertexCompute阶段第38页
    3.3 PregelGPUAPI第38-39页
    3.4 样例第39-40页
    3.5 性能瓶颈分析第40-41页
    3.6 小结第41-42页
第4章 PregelGPU系统性能优化第42-53页
    4.1 基于GPU的近似排序算法第42-47页
        4.1.1 GPU精确排序第42页
        4.1.2 背景第42-43页
        4.1.3 近似排序核心思想第43-44页
        4.1.4 算法实现第44-47页
    4.2 数据重映射算法第47-52页
        4.2.1 背景第48页
        4.2.2 基于GPU的数据重映射算法第48-52页
    4.3 小结第52-53页
第5章 实验结果与分析第53-61页
    5.1 实验准备工作第53-54页
    5.2 总体性能评估第54-56页
    5.3 预处理性能分析第56-57页
    5.4 近似排序测试与分析第57-58页
    5.5 数据重映射算法性能分析第58-60页
    5.6 小结第60-61页
结论第61-63页
参考文献第63-67页
附录A 攻读学位期间所发表的学术论文第67-68页
附录B 攻读学位期间所参与的科研活动第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:ESD术中用温敏修复凝胶的初步研究
下一篇:网上信访系统研究与实现