随着互联网飞速的发展，网络信息量不断增加，为提高实时检索的效率，需要一种快速的索引方法。就搜索引擎而言，对大规模文本构建索引涉及较大的数据量和计算量，会消耗大量计算资源，如何实现海量文本数据高性能索引，是搜索应用中不可或缺的议题。为提高索引构建的性能，采用了GPU协作计算的模式，利用GPU高效并行计算能力来解决密集计算的问题。为充分利用CPU和GPU的计算优势，分析了索引构建的机制，提出了一种加速索引构建的CPU、GPU的任务协作模型，分解文本索引各个过程，将文本解析、词条索引等可并行化任务交给GPU完成，而读写文件、索引合并等任务则由CPU串行完成。为提高多线程并行计算的效率，根据GPU内存结构特点，设计了基于哈希表的并行索引结构，对每个词条增加了线程独立的频率统计区，在构建索引时，索引词条按不同的索引结构进行分类管理，以减少内存开销。根据词条类型的不同，设计了基于哈希表的立即索引的并行算法，和基于合并的并行索引算法，包括并行词频统计和索引转换的方案。最后，针对GPU并行计算的特点，在并行粒度和指令级进行了优化，进一步提高了索引构建的效率。实验表明，设计的并行索引构建方案适合GPU计算，相应的优化策略也取得了较好的效果，综合比较，GPU并行索引的效率是CPU的五倍。因此，GPU能够提高文本索引构建的效率。