我们探讨了如何通过仔细实施新开发的局部近似方案，将三大计算范式——对称多处理机、图形处理单元（GPU）和集群计算——结合起来，来解决大数据高斯过程（GP）回归问题。我们的方法学贡献主要集中在GPU计算上，因为这需要最仔细的考虑，也提供了最大的性能提升。然而，在我们的实证研究中，我们研究了所有三种范式的相对优点，以确定如何最好地结合它们。本文以两个案例研究作为结论。一个是真实的数据流体动力学计算机实验，这得益于我们近似的局部性质；第二个是一个合成示例，旨在找到最大的数据集，对于该数据集，可以在不到一小时的时间内对相应的预测集执行（准确的）GP仿真。