摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第8-13页 |
1.1 研究背景 | 第8-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 本文的研究内容 | 第12-13页 |
第2章 技术背景 | 第13-22页 |
2.1 云渲染的相关概念 | 第13-15页 |
2.2 GPU集群渲染技术 | 第15-19页 |
2.2.1 CPU和GPU | 第15页 |
2.2.2 负载平衡 | 第15-17页 |
2.2.3 并行渲染技术 | 第17页 |
2.2.4 集群渲染 | 第17-19页 |
2.3 相关三维绘制引擎介绍 | 第19-21页 |
2.3.1 CUDA | 第19-20页 |
2.3.2 KD树 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第3章 GPU集群渲染的架构 | 第22-28页 |
3.1 并行渲染技术介绍 | 第22-23页 |
3.2 并行渲染管线分类 | 第23-26页 |
3.2.1 Sort-first架构 | 第23-24页 |
3.2.2 Sort-middle架构 | 第24-25页 |
3.2.3 Sort-last架构 | 第25-26页 |
3.3 负载均衡策略 | 第26-27页 |
3.4 本章小结 | 第27-28页 |
第4章 负载均衡任务调度策略 | 第28-41页 |
4.1 典型的作业调度策略 | 第28-30页 |
4.2 资源调度算法分析 | 第30-32页 |
4.2.1 轮转调度(RoundRobinScheduling) | 第30-31页 |
4.2.2 加权轮转调度(WeightRoundRobin) | 第31页 |
4.2.3 加权最少连接调度(WeightedLeast-ConnectionScheduling) | 第31-32页 |
4.3 负载均衡算法的分类 | 第32-35页 |
4.3.1 静态负载均衡调度 | 第33-34页 |
4.3.2 动态负载均衡调度 | 第34-35页 |
4.4 基于动态预测递归深度的负载均衡算法 | 第35-40页 |
4.4.1 算法设计 | 第35-36页 |
4.4.2 初始化预估剖分 | 第36-38页 |
4.4.3 像素点递归深度划分 | 第38-40页 |
4.5 本章小结 | 第40-41页 |
第5章 GPU集群云渲染平台架构与实现 | 第41-49页 |
5.1 集群渲染系统架构的设计与实现 | 第41-43页 |
5.2 开发平台 | 第43-44页 |
5.3 实验分析 | 第44-47页 |
5.3.1 GPU集群渲染性能纵向对比测试 | 第45页 |
5.3.2 负载均衡算法效果测试 | 第45-46页 |
5.3.3 系统负载平衡的延展性能测试 | 第46-47页 |
5.4 本章小结 | 第47-49页 |
第6章 总结与展望 | 第49-50页 |
致谢 | 第50-51页 |
参考文献 | 第51-52页 |