数据协调作为连续变量量子密钥分发(Continuous Variable Quantum Key Distribution,CVQKD)系统的重要组成部分,其协调效率的高低和协调速率的快慢很大程度影响了CVQKD系统的实用性。对于CVQKD的多维数据协调,其使用的低密度奇偶校验(Low Density Parity Check,LDPC)纠错码在码长很长时性能可接近香农限,从而提高协调效率,但是由此带来了协调部分计算量大的问题,特别是译码部分多次迭代时间成本增加,导致协调速率减慢,CVQKD系统实用性降低。本文所要做的就是在保证协调效率的同时提高协调速率,主要工作如下:1.采用并行计算的思想,在CPU/GPU异构平台实现了CVQKD多维数据协调的加速。具体过程为将数据协调的复杂逻辑运算部分交给CPU串行执行,把逻辑简单、数据密集的译码部分交给GPU并行执行。针对GPU译码部分设计了变量节点初始化、校验节点消息更新和变量节点消息更新三个内核函数来实现并行加速译码。2.针对CUDA中的内核函数的参数不允许使用三级指针的问题,将大规模稀疏校验矩阵改造成符合CUDA要求的静态双向十字链表存储。具体方法是通过构造两个结构体分别来存储稀疏校验矩阵和非零节点,并且将非零节点结构体中的相邻节点的位置改为了int数据类型。这种存储方法只存储1的位置极大地减少了内存空间的占用。