随着信息技术的快速发展,大数据、物联网、人工智能等热点产业所带来的信息量逐渐增大,这些产业对数据的高性能处理越来越迫切。然而,受到半导体工艺的限制,处理器的性能已难以满足应对高性能计算的需求。取而代之的是多核、众核等同构多核处理器,但是一旦同构多核处理器的计算性能达到一定极限后,则无法再随着内核数量的增加而提升。研究发现,CPU与FPGA的异构多核处理器能够满足大数据处理的计算效率,且功耗相对较低。然而尽管CPU-FPGA异构系统在高性能计算领域具有良好的优势,但其并没有得到大规模应用。主要原因有,相比于通用计算机系统,FPGA的开发效率低,并且FPGA的计算模式的规模可伸缩性差。用户在使用FPGA开发时,受到器件物理资源的限制,如果FPGA开发者不提供源代码,已开发好的应用很难部署到不同的FPGA器件上,限制了成果的大规模传播和应用。本文基于动态部分可重构技术及虚拟存储池机制,实现了FPGA可重构计算的规模可伸缩性机制,主要实现包括:将FPGA资源划分成物理资源与逻辑资源,使得用户在进行FPGA应用开发时,不再受物理资源的限制,仅需满足逻辑资源大小。为保证适应多种不同类型的应用加速,采取分等级的固定页面划分机制,页面间具有一定的兼容性,可组合调入。页面间实现了共享内存式和流水式两种通信方式。此外,为了推动FPGA大规模应用,改善其开发效率,本文提供了一套基于设计重用及解耦合思想的开发模式,鼓舞开发者分享FPGA应用成果,同时方便了用户进行应用开发,体验FPGA应用的性能加速。本文实现的FPGA可重构计算的规模可伸缩性架构在FPGA中支持SIMD/MIMD并行计算模式,并通过可重构计算单元的通信支持流水式计算模式,方便用户根据具体应用选择相应的计算模式,从而达到最大的计算效率。实验结果显示,相比较其它平台及传统FPGA应用,该架构在保持FPGA计算系统高性能、低功耗优势的同时,能有效地简化用户的编程模式,有利于推动FPGA成果的大规模传播和应用。