CFD计算领域中，随着问题的复杂度和计算精度要求的提高，计算耗时也大大增加，国外许多学者已经关注到GPU卓越的计算性能，并完成了大量基于GPU并行计算的CFD算法研究，在单块GPU上取得了数倍到数十倍的加速比。本文在介绍GPU计算软硬件架构的基础上，基于CUDA Fortran并行环境，就求解非定常Euler方程涉及的动网格及GPU并行算法的实施等相关问题开展了深入的研究。为了处理动网格问题，本文首先将Delaunay背景图方法中采用稀疏背景图线性插值获得动网格的思想引入到弹簧法中，提出了一种基于非结构背景网格的动网格方法。该方法先用少量的物面控制点生成相对较粗的非结构背景网格，再用弹簧法将动边界的变化量作用到该背景网格，然后利用计算网格与背景网格的映射关系插值生成对应的动网格，最后对物面网格点及其附近受影响的密网格点进行局部网格修正，获得最终计算所需的动网格。与直接弹簧法比较，由于弹簧法作用的背景网格远粗于实际的计算网格，提高了计算效率，此外，由于网格的运动受控于受弹簧法作用的背景网格，边界变形或运动能较为均匀地传递到内部网格上，使网格单元过渡光滑，提高了动网格的质量。文中给出了二维和三维动网格算例，验证了所提动网格方法的可行性和计算效率。接着，本文采用格心格式的有限体积法，对求解非定常Euler方程的GPU并行算法的计算程序进行了开发与研究。算法涉及的空间离散采用具有二阶精度的Jameson格式，时间推进采用全隐式的双时间推进方法，拟时间步采用三步TVD Runge-Kutta显式推进，同时还采用当地时间步长、隐式残值光顺等措施加快收敛速度。文中给出了二维NACA0012翼型跨音速非定常绕流和三维M6机翼定常附着流动的算例，并与实验数据及相关的文献结果进行了比较与验证。文中最后给出了基于三维M6机翼扭转变形诱发的非定常流动算例，展示了所提动网格技术及GPU并行计算的应用前景。