并行计算通过将计算过程分解成若干个小部分,再以并行方式来加以执行,从而达到提高计算效率的目的。在实际应用中,并行计算技术的主要目的就是:使问题求解速度更快,使能求解问题的规模更大。离散元法多用于模拟不连续介质对象的物理表象。它通过对单元个体间的相互作用及运动的模拟得到实验数据,指导社会生产,极大地提高生产力。在应用过程中,要想得好的仿真效果,需要非常大的计算量,耗时较长。因此,如何提高离散元仿真程序的计算速度,是当前研究的一个热点。引入并行计算技术的方法是目前被广泛采用并颇为有效的方法之一。本文旨在并行环境下,提高容器内颗粒受力运动过程仿真串行处理算法的效率。传统的串行程序已经用离散元法实现了部分情况的模拟仿真计算,受软硬件条件限制,其执行速度并不理想,模拟对象的规模也十分受限。在分析现有程序的基础上,本文探索了在多核系统中离散元法的并行算法实现。作者首先分析以实现相应功能的串行算法程序,找出其中耗时最长的计算,在本文实例中耗时最长的就是颗粒运动和遍历网格计算两部分;再对其进行并行化处理。程序采用单程序多数据流的解决策略,使用空间分解法将计算域划分为多个子域,并针对离散元程序中颗粒位置不断变化的情况,运用MPI算法和MPI+CUDA算法两种技术,通过动态同步通信等方式实现不同子域间的通信,在通信过程中只传递新进入边界区域的颗粒信息,最大限度地减少每次通信的信息量,在MPI+CUDA算法运用中,利用GPU进一步细分并行颗粒,更一步缩短了离散元法仿真计算的时间,提高了效率。最后,本文对两种算法的效率进行了量化比较。