随着社会经济的快速发展与云计算的兴起,互联网服务给人们生活带来了便利,与此同时,信息安全变得越来越重要。而Memory hard类型的散列函数难以在异构硬件平台进行高效实现,能够比较好的保护用户信息。本文将对Memory hard类型的散列函数进行深入研究,并基于SW26010处理器以及GPU平台提出了Scrypt和Argon2d这两个Memory hard散列函数的性能优化方法。在SW26010处理器上,本文利用SW26010处理器核心数量比较多的特点采用主从并行加速模式,把散列函数的计算部分全部放在从核执行。面对SW26010处理器从核局部存储空间比较小的问题,本文提出了在主核内存空间存储全部中间数据和在局部存储器上压缩存储中间数据两种方案来解决这个问题。然后再对在主核内存空间存储全部中间数据这一方案进行优化,掩盖从核访问主核内存的延迟,本文提出了主从核内存并用计算多条明文和只使用主核内存的交叉计算多条明文这两种优化方案,并使用SIMD指令对它们进行优化。与优化前的散列函数性能对比,Scrypt和Argon2d的性能得到不同程度的提升。在GPU平台上,本文首先采用批量计算的方法来提高程序的并行性。然后再根据GPU内存模型的特点,对散列函数的数据进行重新排列,实现合并访存来提升散列函数的性能。最后再针对散列函数内部可并行的部分,利用多个线程协同进行同一条明文计算,并利用CUDA的混洗指令,来加速GPU的线程间交换数据。与优化前的散列函数性能对比,Scrypt和Argon2d的性能都得到了有效的提升,其中Scrypt的性能是hashcat的2.03倍。