大数据时代的到来引发了数据密集型处理的问题,其数据规模巨大,但数据局部性较差,访存通信模式不规则。现有高性能并行计算机主要处理计算密集型问题,适合进行大规模浮点运算,难以高效处理数据密集型问题。其中,并行计算机的通信系统传输大报文的时候效率很高,而大数据全局细粒度不规则访存会导致互连通信系统的性能出现大幅下降。在深入研究大数据问题的特点基础上,为了更好地解决大数据并行计算面临的细粒度通信的低效问题,本课题面向并行计算的通信体系结构展开研究,主要工作和创新点如下:第一,研究现有的并行计算机体系结构,尤其是系统访存和通信结构,分析其在面临大数据问题时的不足之处。针对通信系统的瓶颈问题,提出一种GNG通信系统,包括通信接口、访存控制和同步控制三个部分。第二,为了降低节点间的通信延迟,提出一种低延迟的通信接口结构。通过多方面的结构优化,该通信接口可以显著降低节点间的通信延迟。基于Infini Band高速互连方案,在FPGA平台上实现了该通信接口,使其与标准的Infini Band子网兼容。实验表明,在40Gbps带宽下,节点间的通信延迟低至0.398μs。第三,为了实现高效的全局细粒度访存,提出了全局统一编址的共享地址空间主存数据访问方案,以统一的指令实现对本地和远程内存的向量访问。经过实验验证,完成远程读和远程写的延迟分别约为1.052μs和0.474μs。第四,面向并行算法中的全局通信和同步要求,设计并实现了一种可扩展到多节点的硬件全局栅栏同步机制,采用散播同步策略,并通过对硬件同步寄存器与通信接口的连接优化,实现了全局线程的低延迟同步控制。在最差情况下,四个节点的全局同步时间为3.176μs。