随着信息技术的飞速发展,互联网技术得到大规模的普及,基于网络的应用和服务成为应用软件系统的重要发展方向,同时,大数据处理、人工智能、机器视觉等技术的迅速发展对计算能力提出了极大的需求。另一方面,基于GPU(图像处理单元)的通用计算近年来发展迅速,NVIDIA公司推出的CUDA(统一设备架构)模型极大的推动了GPU通用计算的发展,其已经被广泛的应用在生物工程、金融计算、图像与视频处理、流体力学模拟、地震分析等等领域。本文将GPU强大的并行计算能力与网络技术相结合,提出了基于Web的GPU高性能远程计算平台,该平台允许用户通过Web浏览器在服务器端的GPU上启动并行计算任务。通过网络技术,GPU的并行计算能力能够以服务的形式提供给用户,本实验中GPU远程计算平台能够提供三种特征提取算子(SIFT、STIP、MoSIFT)的计算服务,通过实验验证了基于Web的GPU高性能远程计算平台的有效性。本文以STIP特征提取算法的优化为例,详细介绍了对STIP算法进行CUDA并行优化加速的过程:存储器优化、数据和线程块合理划分、CUDA流的合理利用等。对STIP特征提取算法的并行优化的实验结果表明,加速比随着视频图像尺寸和特征点数量的不同而不同,最高加速比达到29倍,对于640*480大小的视频处理帧频达到了10帧以上,使得STIP算法用于视频监控中的实时处理成为了可能。相比传统的本地计算的方式,基于Web的远程计算平台可以大大方便用户对GPU计算资源的使用,不再受地点、时间以及设备的限制。