随着计算精度需求的提高和计算区域规模的不断扩大,模拟流动传热问题所需周期越来越长,并行算法可以提高计算效率,缩短模拟周期,在实际计算中获得了广泛的关注。GPU(Graphics Processing Units)作为一种常见、廉价的并行计算设备,研究基于GPU的异构并行算法开始成为流动与传热数值计算的一个研究热点。本文首先编制了在CPU(Central Processing Unit)和GPU异构系统上实现的流动与传热数值计算代码,通过改进GPU的并行实现方式,建立了细粒度、完全并行化的浮点型单色映射红黑迭代算法,解决了传统的GPU线程利用率低的问题,实现了单色映射关系下不包含逻辑运算的邻近点重定位过程。提出的新的浮点型红黑迭代的GPU算法技巧,较传统红黑算法提速70%-80%;改进了相邻单元索引关系,相比于单色映射直接实现算法,提高了20%-30%的计算效率。二维、三维导热计算表明,GPU比CPU串行计算节省80%-90%的机时。在此基础上建立了SIMPLE算法OpenCL+OpenMP模式的并行计算模型,包括压力修正方程GPU加速和全变量GPU加速的两种并行方式。使用GPU局部存储器对算法的访存进行了优化,建立了GPU与CPU协作的迭代误差求解模型。进行了二维、三维流动与传热计算验证,与CPU计算相比,可节省90%-93%的机时;计算网格规模对于算法加速性能有较大影响,小网格规模下的GPU加速效果较差;对流项离散格式、流动传热工况、以及求解问题的类型,对GPU加速效果几乎没有影响。