GPGPU的出现为高性能计算的普及带来了新的曙光。在传统的计算机体系中，GPU一直只是作为计算机系统的图形图像渲染输出的设备，而在大部分时间内都处于闲置状态，若能够充分利用这部分资源作为计算设备，则可以在很大程度上提升设备的运算性能。在最近几年中GPU的性能呈现爆发式增长，在浮点运算性能方面更是远超传统的CPU，这更为GPU编程技术创造了有利条件。
基于以上的意义，本系统在CPU平台下实现AES加密算法的同时，创新的引入了GPU作为辅助运算设备，实现算法的并行化，大幅度提高在处理大型文件下的加解密效率，并于传统加密算法作对比，为提高数据加解密速度，更好的保障数据的安全性方面做出了一个方向上的探索。本系统采用QT框架开发界面程序，具有良好的跨平台性。
2  开发平台与应用技术    
2．1  C语言开发技术简述
C语言是国际上广泛流行的计算机高级语言，其前身是美国AT&T贝尔实验室以BCPL语言为基础而设计的B语言。但由于B语言过于简单，功能有限，而后贝尔实验室在B语言的基础上设计出了C语言。
C语言有以下几个特点：
1.简洁紧凑、灵活方便。
2.运算符丰富。
3.数据结构丰富。
4.是结构式语言。
5.宽松的语法格式、程序自由度高。
6.允许直接访问物理地址，对硬件直接进行操作。
7.具有良好的可移植性。
2．2  GPU编程简介
2．2．1  GPU简介
GPU(graphic processing unit,图形处理单元)，又称作显示核心、视觉处理器、显示芯片是一种扩展式计算设备，称为协处理器，通过PCI-E接口连接。其最早是由NVIDIA公司在发布GeForce256时首先提出。GPU在核心计算能力和存储器带宽上相较于CPU有明显优势，同时也有着更低的能耗比。由于对图形图像的处理可以用并行的方式来处理，因此GPU可以堆砌大量的计算核心和缓存系统来达到更高的处理能力，而CPU由于自身硬件特性的限制，则需要依靠复杂的控制单元来达到上述目的。[ ]
本课题所使用的NVIDIA GPU由以下几个部分组成：[ ]
1.    计算部分：流处理器(Streaming Processer，SP)：也称Core，渲染核(Shader Core),是GPU运算的最基本单元，Core上执行最基本的线程，是实现具体计算的处理器。32个核心构成一个wrap。流处理器簇(Streaming Multiprocessors，SM) ：SM由warp调度器、局部寄存器、渲染核、共享内存等。GPU中SM的个数规定了其计算性能，一个SM中往往包含多个流处理器。
2.    存储设备：和传统的冯诺依曼体系类似，GPU不光拥有计算核心，还拥有一套独立的缓存系统和存储系统。其中最靠近核心的是寄存器，速度最快，几乎没有延迟，其次是常量存储和共享存储，他们分别为所有核心和同一个SM下可见，较慢的是本地存储，全局存储和纹理存储。在GPU编程时，合理搭配各类存储也是提高程序效率的一个有效手段之一。 AES算法GPU协处理下分组加密模式的研究+源代码(3):http://www.youerw.com/jisuanji/lunwen_34108.html