| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 国内外研究现状 | 第11-12页 |
| 1.2 相关技术 | 第12-18页 |
| 1.2.1 GPU通用计算与CUDA | 第12-14页 |
| 1.2.2 Thrust泛型编程 | 第14-16页 |
| 1.2.3 MapReduce | 第16-17页 |
| 1.2.4 InfiniBand | 第17-18页 |
| 1.3 本文研究内容 | 第18-19页 |
| 1.3.1 CPU/GPU异构集群系统中数据调度的研究 | 第18-19页 |
| 1.3.2 异构系统的作业负载平衡策略研究 | 第19页 |
| 1.3.3 基于GPU的MapReduce并行计算框架的设计与实现 | 第19页 |
| 1.4 论文结构 | 第19-21页 |
| 第二章 一种CPU/GPU异构集群系统中的数据调度策略 | 第21-32页 |
| 2.1 POSIX和GLUSTERFS文件系统 | 第21-23页 |
| 2.2 数据调度 | 第23-31页 |
| 2.2.1 I/O数据调度 | 第23-26页 |
| 2.2.2 模块间数据调度 | 第26-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第三章 基于GPU的MAPREDUCE系统作业负载平衡研究 | 第32-39页 |
| 3.1 异构MAPREDUCE集群的负载平衡理论基础 | 第32-34页 |
| 3.2 NESTOR框架的负载平衡策略 | 第34-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 并行计算框架的设计与实现 | 第39-60页 |
| 4.1 通信层实现 | 第39页 |
| 4.1.1 NESTORCom | 第39页 |
| 4.2 数据调度系统的实现 | 第39-53页 |
| 4.2.2 文件操作 | 第39-40页 |
| 4.2.3 I/O数据调度 | 第40-45页 |
| 4.2.4 模块数据流调度 | 第45-53页 |
| 4.3 负载平衡的实现 | 第53-54页 |
| 4.4 基于NESTOR的开发 | 第54-59页 |
| 4.4.1 叠前时间偏移 | 第54-56页 |
| 4.4.2 接口编写 | 第56-58页 |
| 4.4.3 实验结果 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 全文工作总结 | 第60页 |
| 5.2 下一步工作 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附件一 | 第66-67页 |
