近年来,随着现代信息科学与物联网技术的飞速发展,海量数据处理成为了研究学者普遍关注的热点问题。快速傅里叶变换（Fast Fourier Transform,FFT）是最重要的信号处理技术之一,FFT的执行时间决定了硬件系统的实时能力。于是,关于海量点数FFT算法的加速设计及其硬件实现,逐渐成为了视频监控、自动驾驶、声呐信号分析、雷达信号处理等一些追求高实时性能的科技领域的研究热点。现如今,摩尔定律的发展面临着严重的工艺壁垒,通过制造技术的改进来大幅度地提高中央处理器（Central Processing Unit,CPU）的处理速度已经不太现实。而传统的蝶形FFT技术及其匹配的通用单核CPU平台,也难以实现海量点数FFT的实时处理。因此,急需寻求一种有效的并行FFT算法及相关的高性能多核平台,来解决海量点数FFT的实时处理困境。针对该问题,本文通过结合时分FFT内核设计与不同维度的张量数据结构转换,提出了一种具备海量数据实时处理的矢量操作与硬件并行的张量FFT算法及其RISC-V多核平台映射方案。首先,对不同基数的张量FFT算法进行了深入的研究,充分挖掘其大数据处理过程中的矢量与并行特性。其次,以灵活可扩展的开源RISC-V指令集架构（Instruction Set Architecture,ISA）来实现1024点FFT的So C芯片设计。同时,在RISC-V通用处理器设计的基础之上,给出了VTA、PTP、BTF三种专用的硬件PE设计方案及其RISC-V自定义指令二进制编码。最终,在搭载了专用PE的RV32IMC矢量内核设计的基础上,构造了一个多任务并行执行的、高速实时处理的、多级存储共享的FFT多核系统。本次项目以XC7K325TFFG900C为核心芯片,在Xilinx中端FPGA开发板的Kintex-7系列平台上,对FFT多核系统进行了详细的设计、实现、仿真与验证。实验结果表明,相比于传统的通用处理器,专用处理器能够以矢量并行的块处理方式,来减少FFT部分处理的CPU指令数。对于专用的基4硬件PE的VTA、PTP、BTF设计,分别能够取得8、4、9倍的指令加速比。同时,对于1G点数以上的超大数量级的FFT数据,基2、基4、基8张量FFT多核系统相比于基2时分FFT单核系统,依次可以实现2.14、4.11、7.45倍的指令加速比。