人工智能（Artificial Intelligence,AI）在近年的发展比较迅速,主要有两种实现方式,分别是基于云端服务器（Graphics Processing Unit,GPU）和基于终端设备嵌入式AI处理器（Neural-Network Processing Unit,NPU）实施方案。面向终端应用的NPU处理器是近几年出现的一种面向AI应用的高算力、低功耗处理器。虽然NPU出现时间短,但是发展迅速,极大满足了终端设备实现AI应用的技术需求,是目前研究和应用的热点。终端设备的使用条件要求在实现高性能算力时,需要满足处理器算力、功耗、存储空间和体积的限制。目前高性能NPU算力在5TOPS-30TOFS之间,主要实现功能单一的AI应用。但是对于工业、安防和军事应用,要求高算力的复合型AI应用需求迫切,要求在保障实时性的条件下,实现不同类型的AI模型计算,这也为NPU进一步发展提出的新的方向。论文基于西安电子科技大学自主创业团队研发的单内核HHQJ-103板卡构建了采用交换结构互连的4内核HHQJ-104板卡,实现了多人工智能任务的并行处理和交换。论文主要工作包括:（1）设计了一种用于可扩展混合PCIE和RapidIO交换电路结构;（2）设计了一种用于适用于该结构的数据帧结构,实现PCIE快速中断响应,与标准PCIE相比较中断时间减少了 90%以上;（3）采用FPGA芯片实现了面向工业检测和安防领域的多AI任务处理板卡,并进行了测试和验证。解决了多板卡集成使用时遇到的任务调度和数据交换冲突问题,提高在多板卡堆叠扩展时的可靠性和运行效率。测试结果表明,XX公司的半导体测试设备产品线采用本文设计的系统之后,整体测试效率相比原有系统提高了 13%,整机功耗比原有方案下降8%。在大规模半导体测量过程中明显提高了产线的测试效率,并且降低了批量测试过程中的能量消耗。论文主要创新点在于:（1）根据多神经网络处理器系统中通过PCIE进行数据交换的过程需要,自定义了一种简便可行的数据包格式,在不增加额外的数据传输开销的前提下,保证了数据传输的可靠性和操作的简洁性,实现了快速中断响应;（2）设计中采用了虫洞交换技术和电路交换技术相结合的方式,利用虫洞交换技术对存储空间要求小的特点,同时借助电路交换技术带宽利用率高的特点,实现了高效的数据交换过程。