分子动力学（Molecular Dynamics,MD）模拟是过去几十年里科研人员从微观入手研究物质宏观性质的重要手段之一,该方法可以从微观尺度对新材料、新药物等的物理化学性质进行研究。然而由于其算法的计算复杂度,在传统处理器上的一个简单生物实体模拟通常就需要数月的时间。FPGA由于其低功耗和高能效等特点在众多加速平台中脱颖而出。然而,FPGA传统RTL级别的开发有着较大的编程难度和工程设计成本,这限制了FPGA在MD模拟加速中的应用。针对上述问题,本文提出了一种基于FPGA的分子动力学加速方法,选取HLS+HDL的设计思路有效解决了MD模拟时间过长和HLS在实现动态数据流时的低效问题,最后基于该设计思路实现了两种势能算法的加速设计。本文的主要工作和创新点如下:第一,分析MD中存在的动态数据路径,得到HLS无法高效描述的原因,并提出了一种HLS+HDL的设计方法,将HLS开发的高效性和HDL开发的精细性相结合,在极大缩减设计时间的同时保证了加速器的性能。第二,针对两体势能LJ,选择液氩作为MD模拟对象,并基于MD开源模拟软件LAMMPS,设计了一种基于FPGA的加速器,使用HLS+HDL的方式实现MD中的动态数据流并采用高效的数据缓存设计、计算流水线设计等优化策略,不仅大大缩减了整个系统的设计时间和工程成本,而且也取得了很好的性能。实验表明,对于20K液氩模拟对象,基于Xilinx U50的可重构加速器可以获得200.73ns/day的模拟性能,与Intel Xeon E5-2620相比,单个节点能效是其159.28倍,模拟性能是其25.8倍;与超级计算机神威太湖之光所搭载的具有4个主核和256个从核的SW26010单核组相比,单个节点能效是其17.07倍,模拟性能是其1.61倍。第三,针对三体势能tersoff,选择C作为MD模拟对象,并基于LAMMPS设计了一种基于FPGA的加速器。为其精心设计了几种缓存策略并对其进行分析;最后根据Tersoff的计算特点对其进行了全流水线设计,从而实现性能的最大化。实验表明,对于512K碳原子,基于Xilinx U50的可重构加速器可以获得1.87ns/day的模拟性能,与Intel Xeon E5-2620相比,单个节点能效是其91.8倍,模拟性能是其26.2倍;与SW26010单核组相比,单个节点能效是其9.9倍,模拟性能是其1.19倍。