冯·诺伊曼架构依然是现如今计算机系统主流的体系架构。它的访存“瓶颈”依然难以逾越,与访存“瓶颈”相关的运算主要可分为两类:稀疏矩阵运算与Stencil。本文基于新一代申威异构众核处理器对上述两类算法展开深入研究,对现有关于两类算法的性能优化技术进行改进,创新性提出面向异构众核体系架构的性能优化方法,主要研究内容如下:第一、提出耦合Cholesky/Jacobi块迭代预条件算法,基于几何分块的并行策略将矩阵分解算法局部化,彻底消除矩阵求逆并行化过程中的数据通信。充分考虑新一代申威异构众核体系架构特性对稀疏矩阵向量乘法运算设计基于RMA双CACHE众核优化算法。通过利用开源计算框架Open FOAM的benchmark实验测试可知,在矩阵规模为2354928×2354928时单核组求解速度是Open FOAM中原不完全Cholecky分解法预条件子的9.15倍,是代数几何多重网格预条件子的8.3倍。第二、结合稀疏矩阵运算特点开展基于非结构网格离散数据访问方法研究,提出基于新一代申威异构体系架构的离散访存优化算法。该算法充分利用申威从核片上通信机制设计了消息队列算法提高片上数据通信性能,同时还提出了无阻塞的数据分发策略,进一步提升离散访存整体性能。通过实验分析可知该算法的平均访存带宽为理论值的70%以上,同时对于不同离散访存核心计算,在使用该算法前后进行测试得到最高45倍和平均10倍加速比。最后从不同领域的应用测试充分验证该算法的普适性与健壮性。第三、将Stencil运算特点与实际应用软件充分融合,从实际问题出发深入分析Stencil运算在新一代申威架构的性能优化方法:（1）设计了基于申威异构众核架构的自适应四级并行框架,与传统三级并行相比,提出了依赖主-从架构融合的新的并行层级。通过测试可知该算法使主从优化加速比从12倍提升至65倍,且实测内存带宽逼近理论值。（2）提出基于申威RMA片上通信机制的一部分块并行算法和动态缓存调度算法,实现数据在时间和空间上的高效利用。（3）探索了基于半精度、单精度、双精度的混合精度方法,在保持应用计算结果正确的同时有效地提高了应用软件的整体性能。结合上述的三个创新性算法,最终在优化70.58的可并行热点情况下实现了整体应用软件7.53倍的加速性能,超过了理论值6.8倍。最终在全球500m分辨率算例测试中使用27988480个申威处理器计算核的并行效率高达99.29%。