近年来,高性能计算获得了高速的发展,同时数值计算方法也日趋成熟,并行计算已经成为了解决大规模科学与工程问题的主要手段。在近几年的世界超级计算机500强(TOP500)大会上,国防科大的天河二号超级计算机连续六次夺得桂冠,2016年“神威·太湖之光”横空出世,连续两届夺得第一,中国超级计算机已经走在了世界前列。在航空、气象、船舶、土木工程等领域计算流体力学作为一种强有力的计算分析工具已经得到了广泛的应用。但是其高精度、大规模、实时性的要求对计算与存储量的需求日益增加,对其进行大规模并行计算势在必行。基于格子玻尔兹曼方法的计算流体力学数值模拟特别适用于在多核高性能计算平台上进行并行化。本文以开源格子玻尔兹曼方法代码openLBMflow为例,在至强处理器及Intel公司最新一代KNL(Knights Landing,至强融核处理的一种)众核平台上实现了并行与优化策略。本文的主要研究成果如下:在至强处理器上实现了格子玻尔兹曼方法程序的串行优化,并得到了三倍的性能提升。在串行优化的基础上,实现了多线程和多进程的并行优化。在使用64个计算核心时获得了将近57的加速比。并且经测试分析得出了该程序具有良好的强可扩展性和弱可扩展性的结论。通过改进代码数据迁移模块的算法,节省了大量的空间,为相关领域研究人员提供了新的思路。参考并实现了网格压缩技术,复用一套数组,获得了一定的优化效果。在KNL众核平台下测试并运行了优化后的格子玻尔兹曼方法程序。进行单核测试时发现串行程序并不能发挥KNL平台的优势,计算效率反而变低,对程序进行并行化处理才是利用好众核平台的关键。利用至强融核处理器高达512位的向量宽度,对代码进行重构实现向量化,并分别在单个至强处理器和单个至强融核处理器上进行测试分析,对比至强处理器,至强融核处理器获得了两倍的性能提升。