为了应对面对海量的手写字符处理,由于数据量过大,对于识别速度要求逐渐提高,本文主要完成了数字字符识别和笔迹鉴别部分的内容的加速,第一方面在数字字符识别过程中利用了深度置信网络对数字字符进行识别。在以往的研究中深度置信网络在数字字符识别领域具有较好的识别效果,但由于网络层次多,计算量大一直难以达到实际应用中的速度要求。第二方面在笔迹鉴别过程中利用了基于微结构特征值的向量提取方法进行鉴别。由于基于微结构对特征值的提取对字符各个细微特征进行了大量的计算,计算量较普通鉴别方法较大,但鉴别效果较好,也难以处理大批量的鉴别。本文在这两方面使用NVIDIA公司推出的具有可并行编程能力的GPU(Graphic Processing Unit,图形处理器)作为并行处理机,将识别与鉴别过程进行并行化处理,在手写数字字符识别网络中多个神经元并行且多张图片同时处理来保证手写数字字符的识别速度。在笔迹鉴别过程中同时对多个特征向量进行处理在计算量大的环节进行了并行加速。并在文章最后对本文所用的方法与传统的识别方法进行了识别速度和识别精度上的比较。在未影响精度的情况下大大的提高了识别速度。