图无处不在,它是用来表示实体之间关系的数据结构,社交网络,公路网络和生物网络等常见的信息都可以抽象成图来表示。近年来,图数据的处理已经成为了数据挖掘,机器学习等新兴领域的基础技术。现有的图数据处理系统大都实现在通用处理器或者通用处理器集群上,但是由于图数据处理的不规则访存特性,使得其在基于通用处理器的计算平台上的实现面临着严重的“存储墙”问题。本文针对图数据处理的不规则访存特性,设计并实现了一个基于FPGA的图数据处理系统。该系统采用了深度流水和高度并行化的设计方法学,充分利用了FPGA片上的计算资源和片外存储器的带宽。系统主要由基本处理单元,边缓存仲裁器和实时洗牌网络等功能模块组成。本文的主要研究成果如下:1.本文深入分析了由图数据处理的不规则访存特性而造成的“存储墙”问题是图数据处理系统的瓶颈,并针对该问题在FPGA的图数据处理领域中引入了边流式访问模型,该模型可以充分利用FPGA的片外存储带宽;2.为了最大化地利用FPGA片上丰富的并行计算资源和节省片上存储资源,本文基于边流式访问的图数据处理模型提出了片上分布式处理单元共享片外存储的图数据处理系统架构,该架构可适用于多类图数据处理问题;3.本文在Xilinx ML605开发板上对文中提出的架构进行了实现,并以网页排名,Bellman-Ford单源最短路径和Hash-Min连通分量计算为测试图算法,对系统的正确性和有效性进行了验证。以单位时间内系统处理的边数(GTEPs)和性能带宽比(PBR)作为衡量指标,本文实现的基于FPGA的图数据处理系统相比于与软件平台上实现的图数据处理系统X-Stream和GraphX而言,在GTEPs上有平均20.05x的加速比;同时与在FPGA上实现的图数据处理系统RCAGE和CyGraph相比,本系统的PBR有平均1.87x的提升。