直接模拟蒙特卡洛(DSMC)方法是研究稀薄气流的有力工具。然而，该方法有两个比较明显的缺点：一个是复杂的网格处理；另一个是庞大的计算量。针对第一个缺点，我们将流场划分为均匀的直角坐标网格，以简化计算，而物面采用非结构网格，以减小误差。由于DSMC方法将分子的运动和碰撞解耦，因此其具有天然的并行性，而GPU的并行计算能力远远超过了CPU，针对后一个缺点，可以考虑GPU并行。　　本文使用CUDA Fortran编程平台在GPU上进行DSMC方法的并行计算，运用了一种分子编码技术，在分子碰撞之前的运动阶段，记录分子所在的网格和在该网格的序号，然后就可以一次完成所有分子的编码。模拟分子会飞进、飞出流场，使用一种数据并行技术，将两部分分开处理，然后用留在流场内、序号靠后的模拟分子代替前面已经飞出去的模拟分子，这样本来串行的过程实现了并行。另外研究了GPU的内存分配和随机数算法等，以减小内存消耗，增加运行速度。结合算例，考察了GPU并行的精度和效率。结果表明，GPU并行不仅能够保证精度，还有着很高的加速比。