随着目前数据体量的急剧增长,数据中心对于算力的需求也日益增大,诸如加密解密计算、深度学习在线推理、云VR、云游戏业务等各类应用的算力需求已远远超过了通用处理器的能力所及。此时采用异构计算技术来增加系统的算力的方案已经成为业界趋势。但是异构计算系统中的各类异构计算单元存在差异性,用户直接使用异构计算资源需要接触异构计算系统底层细节,最终导致异构计算系统产生客制化成程度高、难于开发及部署等问题。本文诣在针对各类异构计算节点的虚拟化技术进行研究。论文的的主要工作包括以下几个方面:第一,完成了异构计算平台的搭建,具体工作是完成了本异构计算平台中的各异构计算节点的运行基础环境搭建,包括X86板卡的系统移植以及FPGA板卡的底层固件开发以及嵌入式Linux系统移植。第二,本文分析了虚拟化技术的基本概念。对通用处理器类型计算节点上的各类虚拟化方案做了详细的原理分析。通过对比,本文采用了Docker作为本平台中应用于处理器节点的虚拟化技术,并设计了Docker技术在本平台中的实施方案。第三,提出了基于RDMA技术的虚拟计算资源的互联方案,框架为任务模块之间创建基于QP SEDN/RECV操作的虚通道,实现了低延迟、高吞吐量的数据交互方案。同时设计了RDMA于Docker容器的代理模块,测试了其相关性能。第四,分析了FPGA局部动态可重构技术,完成了FPGA动态而可重构的相关流程。同时以此技术为基础,完成了FPGA的资源虚拟化方案设计,包括FPGA虚拟化逻辑框架设计、FPGA虚拟化框架驱动层设计以及控制器程序设计等。第五,完成了系统资源管理框架的设计与实现,设计了一种基于图的任务描述方案,在屏蔽系统硬件底层细节的情况下提供用给户统一的任务部署及监控接口,从而简化用户开发及部署流程。本文完成了对各类异构计算资源的抽象虚拟化,并实现了一种异构计算资源管理框架,简化了各异构计算节点的应用开发、应用部署流程,同时提高了系统的资源利用率,具有一定的工程意义。