在高性能计算领域，应用的性能可以伴随着处理器的“摩尔定律”而提升，编程者不需要改写代码便能获得处理器性能提升所带来的“免费午餐”。现如今这一趋势已经由于主频的功耗瓶颈而无法延续下去，于是在高性能计算中兴起了采用加速器的异构并行计算实现计算性能的进一步提升。OpenACC是一种基于指导语句的异构并行编程标准，能使编程者脱离异构加速器的复杂底层架构进行编程，简化了异构并行的难度。此外，OpenACC编译器能通过这一高层的编程模型生成不同平台上的并行代码，从而使采用OpenACC编写的应用具备了优良的跨平台性。　　在Top500榜单上的不少超级计算机都已大量采用异构并行计算作为其性能的来源，例如天河二号、Titan和TSUBAME2.5。高性能计算的应用开发者面临着在采用不同加速器设备的超级计算机上需要编写不同的代码进行并行计算，例如CUDA、OpenCL和OpenMP。而OpenACC则基于上述的优点，成为解决这一问题的一种简便方法。　　本文主要针对OpenACC在NVIDIA Kepler架构的GPU和Intel Knights Corner架构的协处理器上的应用性能可移植性进行研究。实验基于Rodinia测试集中的四个算例和Hydro这一小型应用，通过CAPS和PGI编译器的编译。实验结果显示，基于常规的性能优化手段可以将采用OpenACC和OpenCL编写的应用之间的性能差距缩小，在PGI平台上缩小到75％之内，在CAPS平台上缩小至53%。本文最终通过PTX（Parallel Thread Execution）代码对于结果进行分析。