流体现象(如烟雾、火焰、云彩、波浪、汽泡、爆炸等)是日常生活中十分普遍的景象。流体模拟广泛应用于电影特效、影视广告、网络游戏等图形学相关领域中,是计算机图形学中一个重要的研究方向。近年来,流体模拟主要采用基于物理的方法,并获得了较高的真实感。然而,基于物理的方法整个求解过程十分复杂,导致模拟实时动画比较困难。因此,提高流体模拟的实时性已经成为一个亟待解决的研究课题。本文首先对基于物理的流体模拟方法进行了研究。然后,针对该方法中影响模拟速度的瓶颈——投影项和扩散项中对泊松方程的求解,提出一种新的基于CUDA的并行共轭梯度法。本文算法主要针对共轭梯度法中最为耗时的矩阵向量乘和内积运算设计高效的并行算法：基于无矩阵形式提出一种新的的矩阵向量乘算法,有效克服诺依曼边界条件处理困难的问题,显著提高了算法的并行性和运算速度；针对内积运算提出了一种改进的求和算法,通过合理减少并行过程中的同步操作数,加快了算法运算速度。实验表明本文算法可以有效加快泊松方程的求解速度,一定程度上提高了流体模拟的实时性。