互联网技术的发展,促进了全球数据的融合。网络搜索、电子商务、社交平台、物联网、基于云平台的语音和图片共享,以及现代医疗等应用每时每刻都在产生和处理海量的数据。从这些海量数据中发掘出有用的信息在现代社会的生产管理中起到了越来越重要的作用,大数据应用的时代已经来临。大数据应用具有数据量巨大,数据种类繁多,数据有待快速处理,以及数据价值不明确等特点。大数据应用的数据规模通常在太字节(TB,1012)量级,拍字节(PB1015)量级,甚至是艾字节(EB,10’8)量级,需要大量的计算工作。同时,大数据应用通常是对海量数据进行相同的分类、解析、学习、归纳的过程,计算过程中存在有大量的数据并行。现在常用的个人计算机系统以高性能通用处理器为计算核心,可进行并行计算的能力不足以充分发掘大数据应用潜在的并行能力。另外,大数据应用处理过程对数据操作的类型相对单一,造成在高性能通用处理器上一部分执行部件满载,另外一部分执行部件利用效率较低的现象。传统的高性能通用处理器平台已经不能满足大数据应用对系统计算能力和计算特征方面的需求。本文提出了一种面向大数据应用的异构可重构平台。该计算平台旨在使用异构多核可重构技术加速大数据应用的执行过程。本文主要的研究内容包括以下几个方面：1.面向大数据应用的异构多核可重构平台的硬件设计本文提出了一种由集成高性能通用处理器的个人计算机系统和集成有可重构器件的开发板共同组成的异构多核可重构平台。该平台使用高性能处理器和片上硬件加速器核阵列并行执行程序,对大数据应用能够取得可观的性能优势。在该异构多核平台中,可重构器件和高性能通用处理器之间使用板间总线相连。两者处于一种松耦合的方式,增大了系统的可移植性和可扩展性。另外,可重构器件端集成了对片外内存的虚拟管理模块,为硬件加速器核处理大数据问题提供了存储支持。同时,可重构器件端还集成了嵌入式的通用处理器、板间总线控制接口、加速器核配置接口、片上调试模块等组件,为片上大数据应用加速器核的开发和运行提供了简单实用的硬件支持。2.异构可重构平台上开发和运行时环境的研究现存的异构可重构加速平台存在着开发困难,灵活性和可移植性受限等缺点,尚缺少一种成熟的开发和运行时环境。本文提供了一套面向大数据应用的异构多核可重构平台编程模型,能够有效地解决异构平台上大数据应用开发和运行的编程墙问题。文章采用了一种分布式操作系统的运行模式,在个人计算机端和可重构器件端各自运行有操作系统,为各自的计算资源提供开发和运行时环境。其中个人计算机端的操作系统采用传统主流的操作系统；可重构器件端的操作系统是一个运行在片上嵌入式处理器上的资源管理程序。可重构器件端的嵌入式操作系统负责管理可重构器件端的数据传输、虚拟存储系统、加速器核的配置,以及硬件任务的创建和调度等工作。同时,嵌入式操作系统通过提供各个组件的调用接口,来允许系统开发人员申请片上的存储资源和计算资源,为片上系统的开发和运行提供简单易用的环境支持。3.典型大数据应用在异构多核可重构平台上的设计为了验证和说明平台的优势,文章选取了生物信息学中的基因对齐算法,数据挖掘中的数据聚类和推荐算法,人工智能中的深度学习算法等大数据应用作为示例。本文为这些典型的大数据应用,在异构多核可重构平台上进行了加速方案的设计,并且分析了本文提出的异构多核重构平台对各个大数据应用取得性能优势。