GPU的迅速发展使其应用领域不断扩展。从最初的应用GPU进行绘图工作,到后来将其引入到高性能计算领域,再发展到使用multi-GPU以及GPU集群去进一步提高计算性能。其良好表现和不断的快速发展使得越来越多的学者投入到这方面的研究工作中。粒子系统在模拟仿真领域的应用及其广泛,它在流体及固体颗粒仿真模拟中都得到了应用,对其进行模拟优化和加速具有很重要的实际应用意义。本论文结合以上两个方面,采用CPU+GPU异构模型,使用CUDA架构进行编程。对粒子模拟过程中的邻域搜索方法进行了优化,并将双GPU应用到粒子系统模拟中进行模拟加速。对于模拟实现过程中的邻域搜索方法,本文摒弃了原先所需要的既复杂又耗时的排序过程,而采用一种基于非排序的邻域搜索实现方案,该方案较少的线程切换使之更适合在GPU上进行。最终的实践表明该方案获得了比原方法要好很多的模拟表现,使得模拟效率获得提升。更进一步本文通过良好的任务划分和较少的数据交互,设计了一种基于双GPU的模拟实现方案,该方案在大粒子数的模拟过程中所表现出来的良好的加速效果表明了它的实际可行性与意义。通过实际的模拟结果分析得知,这两方面的工作都使粒子系统的模拟效率获得了提升,达到了预期的效果。