虚拟化技术作为实现云计算的关键技术之一在近年来受到了广泛关注与研究。虚拟机资源的部署、迁移以及物理服务器的整合等是亟待解决的重要问题。现有研究主要考虑服务器之间的虚拟机资源分配问题，随着采用基于片上网络多核架构的高性能计算机普及，单服务器虚拟机资源问题成为新的研究热点。如何在采用片上网络架构的多核芯片上进行虚拟机部署，以实现片上资源的合理利用及节能等目标成为具有挑战的问题。　　本文首先对基于片上网络的多核芯片进行虚拟机部署的关键问题进行分析，并总结了当前虚拟化问题发展现状。其次，对虚拟机部署模型和经典优化算法进行总结分析，给出了在片上网络部署虚拟机的一般开发流程。在此基础上本文构建了以低能耗为优化目标的部署模型，将虚拟机部署问题转化成最优化问题，并设计了改进的蚁群优化算法进行求解。该算法通过引入信息素扩散模型，加强了蚂蚁探索可行解的能力，避免了传统蚁群算法收敛速度慢，易陷入停滞的问题。再次，考虑到云计算环境具有规模大、动态化的特性，建立面向负载均衡及低能耗的多目标部署模型。针对此模型，本文在考虑处理器核计算能力与缓存能力的约束下，提出了基于马尔科夫近似优化理论的动态多目标部署算法，并设计相应流程完成虚拟机的部署。最后，搭建了基于Visual C++的仿真平台。结果表明，在不同的网络规模和负载流量模型下，所提算法与之前的方案相比在能耗、负载均衡及算法效率方面均具有优势。