嵌入式技术的快速发展催生了一系列以之为基础的嵌入式电子系统,如人脸识别、音频解码、智能诊断等。该系统的开发一般包含软件设计和硬件设计。在设计过程中,由于需要兼顾软件和硬件特性,传统系统设计无法胜任此要求,软硬件协同设计便应运而生。软硬件划分属于软硬件协同设计中的关键环节,其划分结果关系整个协同设计结果的好、坏。因此,本文以软硬件划分为研究对象,在分析已有经典划分算法优缺点的基础上,提出一种新的软硬件划分算法来提高划分算法的性能和速度。首先,针对现有划分算法的不足,本文提出一种软硬件划分与任务调度相结合的划分模型（Graph Attention Network-based Partitioning and Task Priority-based Static Scheduling,GATP-TPSS）。其中,软硬件划分部分是GATP,它采用图注意力网络为主体框架,核心计算为矩阵运算,优化方法为经典的梯度下降法;算法以有向无环任务图（DAG）为输入,利用图卷积操作提取图中的节点特性及节点间的依赖关系,再通过一个线性分类层输出任务节点的软硬件概率,最后通过贪心选择算法确定任务节点的划分标签（软件0/硬件1）。任务调度部分是TPSS,它是一种基于任务优先级的静态调度算法;TPSS算法在前一步所得到的划分标签基础上,对任务图的所有任务进行调度,得到满足基本时序要求且总时间最优的调度结果,并把调度信息反馈给GATP模型,以进一步提高划分模型的性能。为了验证GATP-TPSS算法的有效性,本文利用TGFF工具产生足够的基准数据集,并在这些数据集上设置了四组对比实验,同时选取有代表性的三种基准算法（LRKPGA、GASA、Improved KL）进行对比。综合实验结果证明:（1）GATP-TPSS在任务节点规模较大（大于200）的数据集上较其它三种基准算法的性能提升度更明显;（2）GATP-TPSS的时间复杂度较其它三种基准算法更低,因而能更快收敛。最后,本文以GATP-TPSS算法为基础,采用Py Qt5框架开发了一个简易的软硬件划分工具,该软件可根据用户提供的任务图,调用GATP-TPSS算法进行处理,接着将划分结果展示给用户,为下一步设计提供参考。