二维流场可视化是海洋信息可视化应用研究领域中的重要课题之一,近年来,随着海洋观测技术和科学计算技术的发展,海洋流场数据量越来越庞大,单机计算远远不能满足大规模可视化的计算要求,因此,高性能并行计算已经成为目前实现大规模海洋数据实时可视化的唯一途径。近年来,随着计算机图形处理器(GPU)的快速发展,GPU的应用能力已经远远超出了图形渲染任务,并开始涉足到通用计算领域。特别是nVIDIA公司推出的面向通用计算CUDA开发平台后,GPU能够迅速解决复杂的计算难题,开始大举进军高并行性计算领域。GPU高性能计算已经成为全球高性能计算的发展趋势,成为海洋环境信息计算领域的一个重要发展方向。线积分卷积法方法(简称LIC)是矢量场可视化的重要研究方法,它能够将海洋流场数据转换为可以直接分析的图形、图像信息,并通过人机交互为洞察大规模海洋流场结构信息提供直观、有效的方法。LIC方法能够反映整个矢量场的结构性及流线的方向性,充分显示海洋流场的宏观特性,但是在目前研究中普遍面临一个重大问题,即算法执行时间较长,难以达到实时可视化的效果。本文提出一个基于GPU的二维流场可视化线性积分卷积并行算法,利用GPU的高性能计算技术,以CUDA为开发平台,在CPU中实现算法的串行控制部分,在GPU中实现LIC算法的并行计算部分,成功地实现了LIC算法的实时可视化效果,算法的加速比能够达到50×。为了体现GPU并行计算对大规模海洋数据实时可视化计算的优越性,本文又设计和实现了基于集群的LIC并行算法,通过分析二者的并行化性能和数据处理时间的对比表明,两种不同机制的LIC并行算法在完全保持场的整体特征不变的情况下,基于GPU的并行算法并行度更高,计算时间更少,加速比更大,更能有效地提高数据处理的速度,达到了大规模数据实时处理的要求,为大规模二维离散矢量场场提供了新的并行可视化方法。