在粒子方法研究中，粒子指的是研究体系中的最小单元，这视模拟的物理模型而定，例如在分子动力学方法中，最小研究单元是原子，在拟颗粒模型方法中，最小研究单元是介观尺度的拟颗粒。粒子方法就是将被模拟系统离散为大量相互作用的粒子，通过动力学计算描述每个粒子的行为，从而直接或通过统计与组合复现系统的行为。利用计算机计算跟踪这些粒子的运动并分析它们的运动规律，从而得到对研究对象的认识，称为粒子方法的计算机模拟，简称粒子模拟。面对粒子模拟对计算速度和内存的巨大需求，采用高性能并行计算是较好的解决方法。　　 将并行计算应用到粒子模拟系统中会遇到多方面的问题，其中之一是如何在保证经济性与高效性的前提下，有效又可靠地提高粒子模拟程序的性能。本论文根据粒子模拟系统设计方案，提出了粒子模拟系统的优化思路，设计了相应的优化方案，并通过实现二维单相拟颗粒模型方法模拟程序向CUDA的移植，进一步展示了CPU+GPU混合处理器编程模式在粒子方法中应用的可行性。　　 本论文完成的主要工作有：1、分析粒子模拟程序可优化的环节，获得对粒子模拟程序优化的初步认识，提出优化建议；2、论证采用基于千兆以太网卡的面向粒子模型的多层直连拓扑结构搭建粒子模拟集群的经济性与可行性，测试Torus直连结构在粒子模拟程序中的性能；3、根据粒子模拟集群优化思路，利用多种技术，设计了粒子模拟集群优化方案；4、根据粒子模拟集群结构与配置，设计了粒子模拟集群部署方案，并对本集群LINPACK性能进行了初步测试与调优；5、实现了二维单相PPM拟颗粒模型方法模拟程序由x86处理器编程模式向CUDA编程模式移植，最终性能是在原CPU处理器下执行的33.98倍。　　 本论文设计的粒子模拟集群优化方案在一定程度上能够解决困扰粒子模拟研究人员的如何提升模拟程序执行效率等问题，但是粒子模拟系统的优化永无止境，随着硬件设备、软件技术的进步，各种新的优化方案也会随之产生，对于将来进一步的优化工作，本论文在最后提出了几方面的建议。