大数据时代到来,数据规模的快速增长和应用的高时效处理需求对处理器结构和并行计算机系统结构提出了新的巨大挑战。图搜索问题是大数据研究的热点问题,被广泛应用于科学研究的各个领域。课题在分析图搜索问题负载特性的基础上,基于课题组设计的单节点处理器结构,进一步研究和实现了面向图搜索的多节点并行处理系统以及并行BFS算法的设计,并开展软硬件协同优化研究。针对图搜索问题访存全局细粒度不规则的特性,课题设计实现了细粒度统一编址的并行架构,设计实现了分布共享内存的多节点系统,并基于专用高速通信接口设计实现了节点间细粒度访存接口,实现细粒度全局内存访问。课题搭建了8节点原型系统平台,在其上设计实现了基于1-D划分的并行BFS算法,分析了算法数据结构设计和访存模式,以开展协同优化。课题设计实现了多节点并行BFS算法模拟器,模拟算法并行执行过程,验证算法正确性并获取算法执行参数。为优化系统整体执行性能,课题进一步开展系统性能测试与协同优化。针对测试结果分析,课题从系统的远程访存、本地访存以及全局通信设计三个方面开展软硬件协同优化,在8节点原型系统上取得805.9MTEPS的处理性能,相比单节点系统的性能加速比为4.89,具有较好的可扩展性。