多核处理器以其高性能、低功耗、设计周期短等诸多优势成为未来高性能处理器的发展趋势。由于应用对计算能力的需求是无限的，随着芯片上晶体管数目的进一步增多，多核处理器将逐渐过渡到大规模多核处理器或者称为众核处理器。对于这种非常复杂的大规模芯片来说，有很多问题亟待解决，本文主要关注大规模多核处理器的可靠性问题。　　 大规模多核处理器由处理器核阵列通过片上网络互连构成。本文针对大规模多核处理器的这两个主要组成部分，研究处理器核失效以及片上网络传输失效而导致的芯片可靠性问题。首先针对生产缺陷造成的处理器核失效的问题，研究大规模多核处理器的缺陷容忍方法；其次针对串扰、软错误等造成的数据传输失效的问题，研究片上网络的容错通信方法。本文的创新贡献主要有以下几个方面：　　 1.本文提出了大规模多核处理器的“N+M”核问冗余方式，引入了虚拟拓扑的概念，并提出了大规模多核处理器片上网络拓扑重构问题的定量分析方法。通过分析相关的研究工作，本文提出针对大规模多核处理器中缺陷导致的处理器核失效的问题，应使用“N+M”模式的核间冗余方法；当冗余核替换失效核时，不仅改变了体系结构设计阶段的目标拓扑导致处理器性能降级，而且各个芯片的底层结构都不相同，本文引入虚拟拓扑结构的概念，提出用拓扑重构的方法屏蔽各种不同的底层物理拓扑，为上层用户提供一个统一的界面；本文从片上网络性能的角度，提出了拓扑重构问题的定量分析方法。　　 2.本文证明了二维Mesh/Torus结构的拓扑重构问题是一个著名的NP完全问题的实例，并提出一种求解该问题的高效启发式算法—RRCS(行波列偷)制导的模拟退火算法(简称gSA算法)。本文搭建了片上网络的模拟器平台，使用合成的流量模型对所提出的启发式算法进行了评估。实验结果表明对于8×8的二维Mesh结构，与RRCS算法相比gSA算法产生的虚拟拓扑结构平均传输延迟降低15.4％，网络吞吐量提高3.8％，流量的分布也更加均匀。随着芯片规模的增大，gSA算法的平均性能相对RRCS提高更多。与一般的模拟退火算法(SA)相比，gSA算法所需的时间要少两个数量级。　　 3.在片上网络的容错通信方法研究方面，本文提出一种带有端到端反馈的随机容错路由算法(简称RET算法)。本文首先分析了现有的两种容错通信方法，即请求重传和概率广播的优点和不足，并在此基础上提出一种带有端到端反馈的随机容错路由算法。实验结果表明与请求重传算法相比，由于RET算法使用随机路由和流水式的主动重传机制，降低了传输的延迟；与广播算法相比，由于RET算法使用端到端的反馈方式，降低了冗余数据包带来的转发功耗，同时提高了传输的可靠性。