随着大数据时代的到来,与大数据相关的技术变革成为学术界和工业界的关注热点。由于图在描述对象之间的联系方面具有丰富的表达能力,因此图被广泛的应用在交通路线的规划、论文著作的引用关系、安全事件分析、社交网络分析、生物医疗等许多领域。随着图数据的规模越来越大,分布式大图处理技术得到迅速发展,这些技术包括分布式图计算模型、大图数据存储与管理、各种高性能的图算法、高性能图计算系统等。Intel Xeon Phi是Intel面向高性能计算领域推出的一款协处理器。Phi在保持x86架构的基础上扩展了向量计算能力,具有计算能力强和易于开发的优点。Cgraph是目前唯一在CPU-Phi异构系统上实现的图计算系统,但是Cgraph在系统实现方面存在一些不足,如没有充分地利用Phi的向量化计算能力、消息缓冲机制低效、没有进行有效的线程管理等,另外Cgraph也没有实现对图数据的在线分割。在图分割方面,目前大多数图计算系统在划分图数据时未考虑计算节点的能力差异,从而不能充分利用异构计算节点的计算能力。本论文研究在CPU-Phi异构平台上实现高性能的图计算系统,对于充分的利用Phi体系结构特点去优化图计算做了有益的探索。论文主要工作包括以下三个方面:(1)充分利用Phi的体系结构特点优化了图计算过程;(2)针对CPU和Phi处理能力的不同设计了架构感知的图分割算法;(3)基于以上技术,在CPU-Phi异构架构上实现了一个单机版图计算系统Pgraph,并和Cgraph进行了实验比较。同时通过实验验证了 Pgraph在设计和实现方面的有效性。