随着计算机相关产业的飞速发展,特别是移动互联网的出现,计算机所要处理的数据不仅在规模上越来庞大,在结构上也越来越复杂。大数据成为当今社会的热点。而图作为一种常见的数据结构,通过将个体抽象为图中的顶点,个体间的关系抽象为图中的边,很多数据都开始以图的形式存储起来。图计算即是要发现这些规模庞大、结构复杂的图数据中的关系,并对其进行分析和计算。借助图计算,人们可以解决许多日常生活中难以解决的问题。尽管科研人员提出了许多基于云平台技术的图计算系统,但已有计算框架难以适应不断变化的需求。故如何实现高效的图计算系统成为了一个越来越紧迫的问题。针对这个问题,本文提出并实现了基于多GPU环境的的单机图计算系统TGraph。它通过在多GPU环境中构建虚拟图和为每次迭代选取合适的设计模式,TGraph可以更加充分的利用GPU的并行能力,本文包含的主要工作如下:1.TGraph提出了多GPU环境下的虚拟图计算方法。通过对系统中的内存进行抽象,将虚拟图以只读的形式为各GPU共享。通过虚拟图,TGraph图计算系统可以显著降低原图数据中度分布的不均衡性,充分利用系统中多块GPU的并行能力。2.为了能更好的提升系统的性能,TGraph中提出了一种pull-push计算方式的动态选择策略。该动态策略可以在计算过程中根据计算时的负载情况,动态选择合适的计算模式。通过动态选择计算方式,TGraph可以显著提升图相关应用的性能。最后通过与基于CPU的单机图计算系统和基于GPU的单机图计算系统进行对比,对TGraph图系统的性能做了详细评估。也通过实验验证了TGraph在多GPU上的性能扩展性。