海洋波浪数值模拟是计算流体力学中的一个重要研究方向。传统求解Navier-Stokes方程的数值波浪模拟方法计算规模大,计算时间长,严重制约了数值模型在科学研究及工程领域的应用。近年来,随着计算机技术的迅猛发展,基于GPU的并行算法研究已成为计算流体力学领域的一个热点方向,在一些经典理论模型并行算法研究方面取得了一系列成果。然而,目前基于GPU的并行算法效率还有提高空间,研究对象也需要从理论模型扩展到实际工程问题。为此,本文以波浪-防波堤结构相互作用为研究背景,以建立高效数值波浪水槽为研究目标,发展CPU与GPU耦合的并行优化算法,实现大规模、高效率的数值波浪模拟。主要工作包括以下三个方面:　　 1.提出了二维流体模型GPU并行优化算法。该算法基于GPU硬件架构,通过采用计算流体力学红黑算法,改善计算数据存储结构,合理利用GPU缓存,显著提升了二维流体模型的计算效率。方腔流数值算例表明,与传统单CPU计算相比,采用GPU并行优化算法的计算效率(计算加速比)可提高200倍以上。　　 2.提出了两相波浪GPU并行优化算法。针对波浪数值模拟中GPU并行效率降低的问题,根据自由表面及GPU并行计算特点,优化存储结构及计算过程,实现了最优计算效率。溃坝和二维数值波浪模拟算例表明,与传统单CPU计算相比,采用两相波浪GPU并行优化算法的计算效率可提高60倍以上。　　 3.建立了基于MPI(CPU)和CUDA(GPU)两层架构的高性能并行算法。针对三维流体模型计算规模大的现状,利用区域分解方法划分物理计算区域,通过优化不同GPU之间的数据通信传递方式,降低计算过程中的数据交换与通信时间,在克服计算规模限制的同时,保证了数值计算的高效率。利用4个GPU进行溃坝和三维数值波浪模拟试验表明,与单GPU计算相比,采用CPU+GPU两层架构并行算法的计算效率可提高2.5倍以上,同时计算规模可增至4倍。