近年来随着互联网的迅猛发展，信息技术和信息数据开始深入地影响人的生活，创造了庞大的价值，标志着我们进入了“大数据时代”。　　处理“大数据”必然地对高性能产生了需求，在过去的十年中，GPU已经成为科学计算中的重要配件，尤其是在高性能计算领域，使用多个GPU作为加速器来组建异构计算平台已经越来越普遍。GPU作为多核处理器的一种，与其他的SIMD多核处理器有着明显不同的特征。GPU的处理单元由大量的核心构成，虽然每个核心的主频要比CPU的单个核心低得多，但是由于快速切换大量线程以掩盖访存延时的特征，GPU的峰值浮点运算吞吐量比多核的CPU要高的多。对于拥有多核CPU和多个GPU的异构计算平台，存储和计算资源都更加丰富，但同时管理方式也趋于复杂。如何高效而充分的利用资源，是探索异构计算平台的核心问题。　　本文提出了一种面向多GPU异构体系的实时计算框架DORFoG，他的主要特征是把数据看作主要的调度对象，设计一种面向数据的DAG模型来描述应用问题，并相应的实现一个面向数据的调度器。异构体系上的各存储单元被组合成一个层次化存储结构，其中page-locked memory和global memory上构建的软cache在优化性能中扮演了重要的角色。整个运行时系统在控制层面使用了CPU的多线程技术，实现较为复杂，因此将主要的接口封装了起来，形成一个编程框架。本文在Intel CPU和NVIDIA GPU组成的异构平台上以多种方式测试了DORFoG的性能，结果证明了面向数据思想和相应运行时系统搭建的有效性。