烟雾模拟技术在计算机图形学领域并不是一个陌生的话题。早在上个世纪八十年代已经开始有学者研究利用计算机技术实现烟雾模拟,如今在很多场景仿真领域都可以看到烟雾模拟技术的应用。然而目前的研究成果并不能达到人们对烟雾模拟技术的精度和速度要求。因此本文针对规模大、精度要求高、实时性要求高的需求,结合计算着色器的计算架构,以分布式多GPU协同计算架构为基础,研究高精度烟雾模拟的并行计算方法,本文具体贡献如下:首先,针对目前基于GPU的烟雾模拟方法中缺乏关于数据结构转换、空间状态一致性控制等问题,在借鉴已有并行算法的基础上结合Open GL中计算着色器的特性构建了单GPU上N-S方程的并行求解算法,通过计算中断处理及中间变量转存机制实现流场空间的状态同步,有效解决了计算流程中烟雾流场阶段性同步问题保证了烟雾流场模拟状态的正确性。其次,基于重叠分割和同步控制机制,针对超出单个GPU的计算能力时的高精度、大规模烟雾模拟计算问题,提出了基于多GPU协同计算的烟雾流场并行模拟算法框架,该算法可对烟雾流场模拟进行自适应的分割和任务分配,并通过边界数据同步机制保证了分割后每个流场子域中处于分割边界的重叠数据在多GPU协同计算环境下的一致性,从而为精度高、规模大的烟雾流场模拟提供高实时性解决方案。由于算法不对GPU的数量进行限制,对于大规模流场计算即使在只有一个GPU的情况下,同样可以通过循环求解实现高精度大规模烟雾模拟,因此具有通用性和灵活性。最后,设计和实现了基于GPU的烟雾模拟系统,为了提高系统的可扩展性,本文采用面向对象原则来实现该系统的功能。此外,在该系统中设计了基于多色RGB值的烟雾纹理生成算法,并通过流水绘制的方式实现高质量烟雾的渲染,近而为烟雾等流体力学的仿真应用提供支持。通过对不同初始条件下的烟雾数据对比、时间效率对比和扩散效果对比,验证了本文提出的烟雾求解算法的正确性和在模拟规模大的烟雾流场时的效率性。