本发明提供一种GPU上的多维KD树优化方法，用于在GPU中加速KD索引的构建与查询过程；本发明从待划分数据集的全体出发，将传统KD树上的二等分划分操作视作一种可分配资源，并将这种资源称之为额度，从如何有效分配额度资源的角度，提出了一种GPU上优化KD树构建与查询过程的新方法和新技术；基于额度分配策略，贪心划分策略，通过提高每次排序的利用率，获得了更大的划分效率，加速了KD树构建过程，降低了KD树的深度；利用学习索引的思想优化了中间节点的参数访问方式，有效降低了批量查询过程中线程束的分化状况，优化了批量查询的性能。