计算机模拟在当代化学、生物学、制药学以及流体力学等科学领域的研究中都扮演着不可替代的作用。通过对介观层面上的颗粒以及分子的模拟，可以大大地缩短这些科学研究方法的周期，同时极大地提高其实验成功率。在计算流体动力学中，时下最为流行的模拟方法就是通过计算机的计算，来实现对流体流向作用力等的数值模拟。计算流体动力学中，有一类重要方法是格子波尔兹曼方法(Lattice-Boltzmann Method)。　　本文针对一款叫做Susp3d的对流体中的固体颗粒进行模拟的程序，为其设计GPU并行算法。通过时间复杂性分析和时间测量的方法，找到性能瓶颈，作为并行化的重点。通过链状数组、内存池、位压缩、快速归约求和、嵌套消除、宽度优先搜索、分块矩阵等策略，解决了Susp3d在密集计算、内存冗余、传输、申请及回收等方面的问题，把主要的计算步骤及数据读写从CPU和主存转移到了GPU和显存上。并通过MPI多节点模式，实现了多GPU的并行。　　实验表明，通过GPU的加速，使得对于液体中悬浮粒子的模拟，可以得到CPU串行算法4倍的加速效果的同时，仍然保持计算结果的稳定性。另外，程序对于双精度浮点数的计算误差保持在10-6以下。