重力勘探具有低成本、高效率、覆盖范围广等特点,同时,重力勘探对于实现地下不同密度的地质体位置、分布、产状及其地质含义的解释具有重要作用,是地球物理勘探的重要方法之一。随着计算机技术的发展,大规模高精度的重力数据三维解释已经广泛应用,然而,大规模重力三维解释的实现需要以能高效处理海量数据的三维反演为支撑,目前仍然存在着计算效率的问题。本文从重力数据的正反演计算效率问题入手展开研究。首先叙述了目前主流的CUDA平台,分析了其加速原理,硬件构架,介绍了如何编写基于GPU的并行程序。然后本文从地质体的重力异常开始,通过将地下空间网格化,得到了离散的重力异常和梯度公式,通过模型正演的模拟计算,分析了在重力正演过程中,模型规模与计算效率的问题,根据对重力正演的分析,计算中的耗时部分主要是正演矩阵元素的计算。针对这个问题,本文采用并行化计算正演矩阵,通过理论结果对比,验证加速效果和精度。之后,本文对反演理论进行了探讨,对于重力反演的多解性问题,采用了聚焦反演,先验密度约束等方法,同时采用了深度加权,非线性步长等方法提高了反演效果,然后,通过对反演算法分析,计算中的耗时部分主要是和正演矩阵相关的计算,反演中的迭代更加增加了这些部分的计算量,同时,还分析了如何处理大规模的正演矩阵计算中的内存占用,带宽传输等问题,最后,本文研究了反演的并行化流程,进行并行化计算,加速反演,通过理论结果对比,可以较好的反映地下异常体的位置埋深和密度,同时也有较好的加速效果。本文的研究成果对于未来大规模的高精度的勘探数据的处理具有一定的理论和实际应用价值。