因特网和社交网络在全球范围的流行带动了以云计算为首的新一代信息技术的极速发展。为了给云服务提供弹性的按需资源供给的能力,需要利用虚拟化技术和云调度管理技术将来自不同硬件供应商和分散在各地数据中心的计算、存储、网络等物理资源整合为一个“云计算系统”。因此,为了保障云计算平台的高性能,提升硬件的虚拟化效率和优化各类资源的分配和调度日益关键。此外,随着越来越多的应用被部署或迁移到云上,在深刻的改变着人们的生产和生活方式的同时,云计算平台所产生的数据量也与日俱增,对云计算平台的可用性和数据处理能力提出了更高的要求。本文的主要研究工作从提升云计算平台的性能和可用性两个方面入手,着手解决影响性能的虚拟化技术和主动存储技术以及提高可用性的快速恢复技术中的一些核心问题。主要研究工作和成果总结如下:（1）虚拟化技术作为云计算的关键支撑技术,对云计算平台的性能影响至关重要。现代虚拟计算环境中,GPU虚拟化技术作为I/O虚拟化技术的一种,其发展远远落后于其它虚拟化技术,成为影响云计算平台提供高性能服务的短板之一。然而,现有GPU虚拟化技术未能充分利用GPU强大的2D/3D硬件加速图形渲染性能或并行计算潜力,也没能考虑到GPU域内资源在不同性能要求的虚拟机之间进行公平分配的情形。针对这一问题,提出了一个新的GPU虚拟化解决方案,通过为每个客户虚拟机搭建一条独立的虚拟通道,以提交该虚拟域的GPU指令,避免虚拟机之间的相互竞争和干扰。该架构还建立了新的GPU资源抽象模型,利用一种新的公平调度方法来实现GPU资源的公平分配。实验结果表明,该架构的渲染性能最高接近原生GPU性能的96%。与其它方案相比,GPU资源分配的公平性提升了大约60%至80%。（2）高可用性是云计算平台最为关注的指标之一。然而,随着云计算时代用户和数据量的持续增长,云计算平台的高可用性缺乏的问题愈发突出。作为云计算平台的底层存储介质,基于闪存的固态硬盘已经被证明是支持固态硬盘内部嵌入式事务协议的理想设备。尽管现有的嵌入式事务协议有效提高了事务吞吐量,但仍会产生较高的事务开销和较长的恢复时间,不利于云计算平台可用性的提升。针对这一问题,在固态硬盘内部提出了一种新的基于小容量非易失性缓存的嵌入式事务协议,利用非易失性缓存访问频率较高的事务元数据以减少事务开销并实现云计算系统的快速恢复。此外,考虑到非易失性缓存容量的有限性,提出了一个缓存动态管理的策略;为了增强长事务的性能,实行了混合存储的策略。为了验证协议的有效性,在基于Open SSD的真实硬件平台上进行了实现和验证。实验结果表明,对于大容量的固态硬盘,协议极大地缩短了系统恢复时间。（3）随着云计算平台数据量的快速增长,导致出现分布式存储数据传输时间延长,数据密集型服务性能下降等一系列问题。针对这一现象,提出一个基于GPU加速的主动存储模型,通过在存储节点上执行数据聚类和过滤操作来减少网络数据传输,并利用GPU的并行计算能力来提高性能。同时,设计了一种新的通信协议以确保存储服务命令的正确发送和接受。为了验证模型的有效性,在Fast DFS上进行了实现。实验结果表明,模型提升了计算密集型应用程序的性能的同时,也保持了良好的可拓展性。