Boussinesq类近岸波浪传播数值模型在近岸区域有着优越的数值计算能力,随着相关理论和数值方法的发展,这类模型在海岸和海洋工程的应用日益广泛。如今渗透构筑物是海岸工程设计建设中非常重要的组成部分,它能够有效地减少波浪对海岸的侵蚀作用。在传统的Boussinesq类水波数值模型中引入动量方程,使其适用于模拟波浪在由砂石、砂砾组成的渗透构筑物上的传播变形。模拟波浪在多孔渗透构筑物上的传播,对海岸工程的设计建设具有重要的参考价值。作为一种相位解析类的数值模型,Boussinesq类近海岸波浪传播数值模型在时域内求解时,为保证计算精度和时间的分辨率,往往需要较长的计算时间。为了提高这类数值模型的计算效率,前面已经有人对这类模型引入图形处理器（GPU）并行技术和并行算法,取得了较为可观的加速效果。随着GPU硬件技术和相关加速算法的发展,共享内存和多流计算等算法被应用到水波数值模型中,进一步加速了模型的计算。为了进一步提高计算效率,有必要在现有的单GPU计算的Boussinesq类近岸波浪传播数值模型的基础上,探索并初步实现这类数值模型的多GPU并行计算方法。与之前的单GPU计算的数值模型相比,多GPU计算能够降低单个GPU的负载,实现更大规模的计算网格数量。本文首先对适合渗透构筑物的Boussinesq水波数值模型进行验证,通过不同维度的计算工况和不同试验地形的数值模拟结果与实验结果比较,发现该模型能够较好地反映波浪在渗透构筑物上传播时发生的透射、反射和绕射现象。通过对现有的单GPU计算的Boussinesq数值模型进行了并行算法优化,提高了计算效率。运用GPU设备中的共享内存,在程序中使用归约算法,以及利用不同的CUDA流计算来加速程序。通过统计不同网格数量的同一工况的数值计算时间,得到了运用了上述并行加速算法后的数值模型在不同工况下的加速比。通过统计发现:相较于CPU版本的数值模型,在单精度和双精度的条件下加速比分别达到了55.56和32.57。本文然后基于多GPU并行计算方法,初步实现了Boussinesq水波模型的多GPU并行计算。利用Open MP技术实现了多线程协同控制不同的GPU,并在各自的GPU上实现不同计算区域的数值计算,并通过性能分析软件分析多GPU模型程序产生延迟的原因。