基于GPU的多尺度離散模擬并行計算

序
前言
第0章 引言
第1章 CUDA使用初步
1.1 GPU介紹
1.2 CUDA介紹
1.2.1 CUDA特性
1.2.2 CUDA編程模型
1.2.3 CUDA語法簡單介紹
1.3 CUDA安裝和使用
1.3.1 安裝
1.3.2 配置
1.3.3 編譯
1.3.4 執(zhí)行
1.4 第一個CUDA程序——矩陣相加
1.4.1 CPU計算
1.4.2 改編成CUDA算法
1.4.3 CUDA程序代碼matrixAdd.cn詳細解釋
1.5 調(diào)試和優(yōu)化
1.5.1.調(diào)試查錯
1.5.2 性能優(yōu)化
第2章 基于CUDA的CT圖像重建
2.1 CT介紹
2.2 CT掃描及重建原理
2.2.1 投影
2.2.2 傅里葉切片定理
2.2.3 濾波反投影(FBP)重建算法
2.3 FBP圖像重建算法的CUDA實現(xiàn)
2.3.1 單GPU重建
2.3.2 多GPU重建
2.3.3 結(jié)果及性能
2.3.4 優(yōu)化
2.3.5 重建圖像的顯示
2.4 總結(jié)
第3章 分子動力學模擬的GPU并行實現(xiàn)
3.1 建立適合GPU計算的分子動力學模擬算法
3.1.1 分子動力學模擬簡介
3.1.2 單個GPU上的算法
3.1.3 多個GPU并行算法
3.1.4 多相分子動力學的GPU算法
3.2 GPU-MD算法的應(yīng)用
3.2.1 單相流動——方腔流
3.2.2 多相流動
3.3 GPU性能發(fā)揮
第4章 基于GPU的原子間多體作用計算及其在材料領(lǐng)域的應(yīng)用
4.1 材料計算領(lǐng)域的原子間多體相互作用模型
4.1.1 對勢
4.1.2 多體相互作用勢
4.2 模擬算法
4.2.1 原子初始生成與布置
4.2.2 時間步長積分方法
4.2.3 鄰近粒子搜索算法
4.2.4 邊界條件
4.2.5 對系統(tǒng)的控制方法
4.2.6 統(tǒng)計分析結(jié)果的提取
4.2.7 CPU上的算法
4.2.8 單GPU算法
4.2.9 多GPU并行計算算法
4.3 實例應(yīng)用
4.3.1 單GPU計算實例
4.3.2 多GPU并行計算實例
4.4 性能分析
4.4.1 單GPU不同算法的比較
4.4.2 多GPU并行計算
4.5 一些GPU程序開發(fā)調(diào)試經(jīng)驗
第5章 長鏈分子分子動力學模擬的GPU實現(xiàn)
5.1 長鏈分子分子動力學模擬的常用模型和算法
5.2 算法的GPU實現(xiàn)
5.2.1 粒子信息的存儲
5.2.2 鄰居列表的建立
5.2.3 非成鍵力的計算
5.2.4 成鍵力的計算
5.2.5 迭代算法的選擇
5.3 模擬體系和GPU程序性能
5.3.1 非成鍵力的計算
5.3.2 成鍵力的計算
5.3.3 迭代算法和網(wǎng)格的更新
第6章 顆粒流體系統(tǒng)宏觀粒子模擬的GPU實現(xiàn)
6.1 宏觀粒子方法(MaPM)
6.2 MaPM的算法實現(xiàn)
6.2.1 顆粒流體系統(tǒng)MaPM模擬在CPU上的單機實現(xiàn)
6.2.2 CPU上的并行實現(xiàn)
6.2.3 GPU上的單機實現(xiàn)
6.2.4 GPU上的并行實現(xiàn)
6.3 并行程序性能分析
6.4 體會與展望
第7章 基于GPU的格子玻爾茲曼方法計算
7.1 格子玻爾茲曼方法
7.1.1 LBM方法簡介
7.1.2 LBM方法理論基礎(chǔ)
7.2 格子玻爾茲曼方法在GPU上的實現(xiàn)
7.2.1 單GPU的LBM計算
7.2.2 多GPU的LBM計算
7.3 LBM在GPU上的計算實例及結(jié)果分析
7.3.1 LBM模擬多孔介質(zhì)流動
7.3.2 GPU上LBM計算的性能分析
7.4 結(jié)語
第8章 其他非CPU編程
8.1 流計算平臺的基本結(jié)構(gòu)
8.1.1 流計算平臺的硬件
8.1.2 流計算平臺的軟件
8.2 Brook+編程
8.2.1 Brook+程序的編譯過程
8.2.2 Brook+程序的結(jié)構(gòu)
8.2.3 Brook+中的數(shù)據(jù)類型
8.2.4 流和流操作
8.2.5 內(nèi)核
8.2.6 注意事項
8.3 歐拉粒子體系模擬
8.3.1 CPU代碼
8.3.2 GPU代碼
結(jié)束語
參考文獻
附錄
附錄A CUDAprofiler的使用與配置
附錄B 符號說明