Among　the　diverse　paradigms　of　Brain-Computer　Interface　(BCI),　P300　Speller　is　underlined　by　its　reliability　and　stability.　However,　the　Information　Transfer　Rate　(ITR)　of　P300　Speller　is　low.　This　paper　proposes　a　real-time　distributed　computing　mechanism　based　on　Storm　for　P300　Speller.　This　mechanism　can　reduce　the　time　of　processing　signals,　building　feature　vectors　and　classifying　them　for　P300　Speller,　so　that　it　could　help　improve　the　ITR　of　P300　Speller.　This　mechanism,　built　on　Storm,　includes　electroencephalogram　(EEG)　data　segmentation　strategy,　parallel　feature　extraction　strategy,　parallel　classification　strategy　and　classification　synthesization　strategy.　The　experiments　showed　that　the　algorithm　for　P300　Speller　could　be　computed　faster　on　this　mechanism　than　it　is　done　without　this　mechanism　and　ITR　of　P300　Speller　could　be　improved　significantly　by　this　mechanism.　©　2017　IEEE.