随着大数据、人工智能等领域的高速发展,在由传统冯诺依曼架构搭建计算平台上,内存墙、功耗墙等问题日益凸显,难以满足数据中心和高性能计算机的需求。存算一体化阵列加速器作为一种新型计算平台,在处理大数据、高性能计算任务方面具有优越性。由于忆阻器等是新兴器件,针对存算一体器件开发深度神经网络加速芯片尚无较为完善的验证方案,试错成本巨大,需要在项目启动阶段就能初步评估存算阵列的性能、面积、功耗等指标来指导架构设计。因此,本文提出一套面向存算一体阵列加速器的性能评估平台,创新性地对存算单元数字化建模,然后再根据加速器架构评估出性能、面积、功耗等指标,为存算架构设计提供指导。本文的主要工作和创新点包括以下几个方面:（1）模拟器件数字化建模。设计可调参的存算阵列,以RRAM阵列为原型数字化实现存算阵列,并作为基本运算单元在加速器中运行。（2）面向存算仿真的双核异构系统架构设计。软硬件协同完成性能、面积和功耗的评估,其中硬件实现加速器,软件调度加速器并评估计算性能。（3）设计控制存算单元加速器的处理器核。定制化蜂鸟E203作为软件处理核,兼备评估存算一体阵列加速器的性能的功能。（4）设计一种基于存算单元的加速器。基于存算单元设计卷积层,以存算单元为基本运算单元实现卷积矩阵运算操作。设计灵活高效池化层,具备数据高效复用与灵活可调的特性。全连接层复用卷积模块。激活函数选取Re Lu。本文基于QMTECH XC7A100T悟空板搭建实验平台,并以VGG-8为基础设置了一系列网络结构,评估不同架构下的存算一体加速器的性能、面积和功耗等指标,分析得出效果最优的架构,为存算项目提供了前期的有益指导,有效降低试错成本,推动存算一体阵列加速器在大数据、高性能计算等领域的广泛应用。