近年来,二维网格型粗粒度可重构计算系统因其在计算效率要明显高于其他集成系统,一直受到计算控制领域学者的关注,并且在配置计算、计算机控制、图形图像加速等领域得以较为广泛的应用。本文对二维网格型粗粒度可重构计算部件控制进行了逻辑设计与仿真,综合分析全加器等计算控制部件的动静态功耗等特性,并从编译层面研究网格型可重构单元阵列的映射方法进行研究。其主要工作和创新点如下所述:(1)研究了网格型粗粒度可重构计算系统的框架组成,理解网格型粗粒度可重构系统的部件互连方式与配置运算机理,提出网格型粗粒度可重构计算系统的量化评估方法。(2)研究了二维网格型粗粒度可重构系统的计算模块的设计验证方法,针对粗粒度可重构计算系统的全加器、乘法器进行综合设计验证,设计语言为Verilog HDL,对二位、四位、八位、十六位、三十二位的乘法器和全加器的动态功耗、结温、硬件资源的使用等进行了分析比较,设计了乘法器原理图生成和测试代码,实验结果表明,相比较二位全加器,三十二位全加器动态功耗、结温、查找表LUT、I/O分别增大了 20.519w、38.9℃、28个、90个;相比较二位乘法器,三十二位乘法器动态功耗、结温、查找表、I/O个数分别增大了0.603w、1.1℃、28个、1 14个。随着位数的增加,全加器动态功耗、结温、查找表、I/O个数的使用消耗较高,但是乘法器动态功耗、结温消耗较低,查找表、I/O个数的使用消耗较高。(3)研究了网格型可重构单元阵列映射方法。针对网格型粗粒度可重构单元阵列的映射问题,提出了行抽取和列抽取二种映射方法。行抽取映射算法的目标是获得较小的计算任务的执行时延;列抽取映射算法的目标是获取可重构计算阵列块间通信较小化。将程序转化的DFG图,以多种映射规则组合映射到粗粒度可重构系统中,实验结果表明:相比较传统SPKM(Split-Push Kernel Mapping)算法行抽取算法在刷新块数M平均减少了 46.4%(PEA4*4)、50.6%(PEA4*5)和48.4%(PEA5*5);运算时延 Ssd 平均减少 90.3%(PEA4*4)、91.0%(PEA4*5)和92.6%(PEA5*5)。列抽取算法在刷新块数M平均减少了51.0%(PEA4*4)、61.0%(PEA4*5)和 59.3%(PEA5*5);运算时延Ssd平均减少 72.2%(PEA4*4)、77.3%(PEA4*5)和 80.0%(PEA5*5)。但是二者在非原始输入和输出上都有所增加。