Ising模型是统计物理学中的经典模型，单一自旋Ising模型的临界行为已经得到了深入研究。考虑到一些亚铁磁体系统中可能出现两种自旋，混合自旋Ising模型成为了越来越多学者研究的对象。2012年，D.S.Cambui等人用Metropolis算法模拟了二维正方晶格上的混合自旋Ising模型，对于多个自旋比例的系统，得到了临界温度，但是Cambui的算法需要大量的重复性计算，耗时较长，效率较低。基于GPU平台的异构计算近年来得到了快速发展，其强大的运算能力，被广泛应用于各个领域。本文旨在研究考虑最近邻相互作用时，S=1和S=1/2的两种混合自旋Ising模型的临界现象。基于MonteCarlo方法，我们采用周期性边界条件，在GPU+CPU的异构平台上分别模拟了正方晶格、三角晶格上不同浓度比的混合自旋Ising模型，模拟尺寸从L=16到L=1024。与同时期的CPU算法相比，本文通过对晶格进行分类，实现了GPU的并行模拟，大大提高了算法效率，对于晶格尺寸1024*1024的混合自旋的Ising模型，在正方晶格上获得了40倍的加速比，在三角晶格上获得了41倍的加速比。模拟中记录了不同自旋比例下的磁化强度、磁化率、比热、Binder累积量等，并通过Binder累积量获得了不同浓度比的临界温度β，通过拟合Q、χ得到临界指数yt、yh。我们观察到，这些物理量是以温度为变量的函数，推测出了二维晶格下临界温度与自旋S=1/2粒子所占比例X之间的关系：β=A1exp(X/t1)+y0。