用光谱分析鉴别生物特征，导致数据量大，而实际需要必须实时处理。偏最小二乘法是使用最广泛的鉴别算法，但是对于大规模数据流该算法无法达到实时性。为了解决这个应用矛盾，提出了一种基于NVIDIACUDA架构下的并行计算策略，利用具有大规模并行计算特征的图形处理器（GPU）作为计算设备，结合GPU存储器的优势实现了偏最小二乘算法。实验的测试结果表明，在GPU上使用CUDA实现的偏最小二乘算法比在CPU上实现该算法快了47倍，性能得到了显著提高，从而使偏最小二乘算法应用于大规模数据流处理成为可能。