随着科学技术、数字信息化的不断进步，并行计算已经深入高性能开发的各个领域，单平台单计算的速度和性能已完全不能满足人们的需求，高性能低功耗的平台成为了未来发展的趋势。从单核到多核，从CPU、GPU、DSP到FPGA，再到它们之间的多核组合，甚至基于OpenCL的GPU异构平台虽然实现了并行计算的性能提升，但是都没能解决硬件和软件协同设计的难题。Altera面向OpenCL的SDK的提出结合了FPGA强大的并行体系结构和OpenCL并行编程模型，可以实现强大的系统功能，在超低功耗基础下实现高性能。利用这一SDK，熟悉C语言的系统开发人员和编程人员能够迅速方便的在高级语言环境中开发高性能、高功效、基于FPGA的应用。本文首先研究了并行异构的相关知识，总结了当前国内外的研究现状及目前存在的问题；继而对OpenCL的并行架构做了详细的解析，并详细对比了它在CPU、GPU和FPGA平台上实现的特点。然后介绍了在FPGA上实现OpenCL的优势及实现的方法和架构，并详细介绍了在DE5-NET FPGA平台上开发OpenCL的开发环境以及实现方法等。最后本文分别以稀疏矩阵向量乘法(SpMV)和图像Sobel边沿检测算法为实验对象，分析算法内存在的并行性，并在DE5-NET FPGA平台上用OpenCL加速内核算法，并与基本的GPU平台相比较，进行性能测试，分析比较加速效果及功耗。实验结果表明，与传统CPU的串行算法和基于GPU平台上采用OpenCL加速相比，本文设计的基于FPGA平台的OpenCL的并行算法在保证实现算法质量和效率的同时，能够有效地提高计算效率，使计算速度得到显著加快，并且在很大的程度上降低了系统的功耗。