随着现代科学研究中云存储、云计算和云物联等技术的不断发展,相关的数据信息也呈现出爆炸式增长。矩阵类运算在海量数据的存储和计算中占比越来越大,矩阵求逆是其中最复杂的运算之一。国内外的学者们在不断研究探索后提出了众多有效的矩阵求逆算法,并在不同的硬件结构上得到验证与实现。求解逆矩阵的计算量庞大,硬件实现时受资源因素制约。常见矩阵求逆多以小矩阵或者特殊矩阵为对象,适用于大规模任意矩阵求逆方法研究较少,对于硬件实现更加罕见。大规模矩阵直接求逆被认为是其中最具挑战性问题之一,且不可规避。因此,探索大规模非奇异矩阵求逆的硬件实现具有重要的现实意义。本文针对上述问题,进行了有关大规模非奇异矩阵求逆算法和硬件结构设计的研究。主要工作内容如下:（1）研究分析了典型的矩阵求逆算法、适用性及运算复杂度,选择了基于LU分解的原位替换求逆算法。对原位替换矩阵求逆算法的计算公式进行修正,提出一种改进的大维度矩阵求逆算法。新算法通过主元交换和行修正操作,将应用范围扩展至非奇异矩阵,克服了既有原位替换算法适用矩阵类型有限的缺点。（2）根据新算法的运算特征,设计大维度任意阶矩阵求逆器的硬件方案。该设计延续了“原位替换”存储结构上的优点,并且采取多路并行和运算器分时复用的策略提高运算速度。（3）完成硬件实现,并在Xilinx公司FPGA芯片上进行功能验证和性能测试。硬件实测结果表明,本文设计可在332K个周期内完成128阶单精度浮点非奇异矩阵求逆任务,结果精度达10^-5。