蛋白质的生化功能对于生物活动的正常进行至关重要。而蛋白质的正常功能与其空间构型具有密不可分的关系。但是通过实验手段测定蛋白质的空间构型具有时间成本和物质成本上的实际困难。因此利用一定建模手段对蛋白质的折叠构型做出一定预测成为了计算生物学和生物信息学中非常重要的课题。然而根据氨基酸序列对蛋白质的结构进行预测的计算负载需要强大的计算平台例如集群系统来负荷。为此本文提出了一个用于蛋白质折叠分析基于片上网络NoC(Network on chip)的众核平台。本文首先分析了将传统的并行遗传算法映射到一个基于网状拓扑(Mesh)的众核平台上的瓶颈。随后针对于这一问题从硬件和软件协同设计的角度进行了解决。具体来说,本文首先提出了一种层次化的片上网络的众核平台,将处理器核划分成多个独立的岛屿,通过定制的岛间和岛内通讯结构组织起来。得益于该平台的高扩展性,本文实现了100核到1200核的集成仿真,并且完成了一个100核的FPGA的物理实现并评估了其硬件开销和功耗。同时本文还提出了一种遗传算法的移民机制来利用所提出的平台的大规模的并行性。仿真结果说明,本文提出的层次化的多岛平台实现了近线性的计算加速比和比拟集群系统的蛋白质构型的解质量。