本文首先研究了视频压缩编码标准H.264/AVC以及多核计算平台GPU的体系结构,在此研究基础上,针对视频压缩的核心算法,如预测编码(含帧内预测、帧间运动估计)、变换编码和熵编码等进行深入研究,分析各类算法的可并行性以及并行执行的最佳流程,设计并实现了基于CUDA平台的视频压缩并行算法(如预测编码并行算法、变换编码并行算法、CAVLC熵编码并行算法),并与传统的串行算法进行比较。实验结果表明,利用多核计算平台可以显著提高H.264/AVC的编码速度。对于计算密集度非常高的全搜索运动估计,加速比达到了160倍以上;而对于分支密集型的过程,如帧内预测、快速运动估计和CAVLC熵编码,加速比则分别只有9倍、3倍和3倍。这是由于GPU比较适合处理计算密集度高、逻辑分支简单的大规模数据并行计算,而分支判断等控制流语句则会大大影响GPU的执行性能。但是,通过大量线程实现的大规模数据并行足以弥补分支操作带来的影响,所以,对于分支密集型的过程多核计算平台依然可以获得良好的加速性能。