延性断裂现象在日常生活中是一种很常见的现象,而使用计算机对其进行准确而高效的仿真具有重要的实践意义。延性断裂所蕴含的物理过程十分复杂,通常包括弹性拉伸、塑性延展、崩坏断裂三个基本过程。物理仿真需要对这些物理过程建立统一的力学计算模型,以针对固体材料的弹塑性行为、屈服延展、损伤断裂进行精确的计算。另一方面,大场景仿真系统存在很多重复性的遍历和求和行为,使用CPU进行仿真往往十分耗时,因此基于GPU的并行优化方案对于物理仿真至关重要。本文针对延性断裂现象的提出了塑性相场法PPF（Plastic Phase-field）,并基于GPU的物质点法（MPM）进行了改进,契合物理模型提出了全新的优化方案,以高效且保真的模拟延性断裂现象和其他基础的仿真现象。在物理模型方面,本文提出的PPF方法耦合了损伤相场和屈服准则。首先,在相场断裂法中,固体材料携带一个损伤场,以相场来表示材料的损伤状态,并且将材料的塑性变化量引入到相场演化函数中,使得固体材料的损伤变化与塑性形变相关。其次,在材料的塑性屈服中,本文使用相场的变化值来相应的更改屈服面,使得基础屈服面跟随材料损伤。通过以上两个改进,延性断裂过程可表述为:固体材料被拉伸直到超过材料弹性形变范围,塑性应变不断累积,之后触发材料损伤,当材料损伤到一定程度,发生断裂。本方法对于延性断裂的全部过程进行了建模,以真实地模拟现实生活中的延性断裂现象。在并行计算方面,本文基于GPU-MPM算法进行了改进,提出了新的规约算法和高效的前缀求和算法。其中规约算法充分利用了 GPGPU多层级架构,使线程与共享内存很好的配合,其计算效率为传统算法的2.77到15.2倍,并且可以应用到MPM的传统过程和相场的子系统中。另外,本文还提出了一个高效的前缀求和算法,该算法改变了传统算法的线程映射方式,使线程能够对应连续的计算任务,以节省GPU内存资源而提高计算的并行性。对于以上的两种新算法,本文提供了多组实验,和同类算法进行了对比,证明了本文计算框架的高效性和普适性。综合塑性相场法和GPU加速策略,PPF-MPM框架可以高效地仿真生活中的一般现象。针对延性断裂,包括破损、挤压和撕裂等现象,能很好的展现其颈缩、延展、损伤断裂的特征。而且基于GPU的计算框架让PPF-MPM相比基础的GPU-MPM算法最快能达到56%的加速,同时具备很好的实用性。