可重构计算（ Coarse-grained Reconfigurable Architecture，CGRA）是一种空域上的并行计算模式，以空域的硬件结构组织不同粒度和不同功能的计算资源。在运行时，根据数据流的特点，让配置好的硬件资源互连形成相对固定的计算通路，以接近“专用电路”的方式进行计算；当算法和应用变换时，再次通过配置，重构为不同的计算通路去执行不同的任务。
可重构计算架构自20世纪80年提出以来，先后出现了比如XPP-III芯片，PC201，PC202系列芯片，以及清华大学的REMUS芯片等，发展平稳。当时产业界巨头依赖工艺的进步，传统计算架构下的处理器性能可以不断提升，足以满z迅速增长的市场需求。
随着摩尔定律逐渐趋缓，工艺进步缓慢，依赖工艺提升性能的思路，已经不可持续，探索实践新型体系架构成为提高处理器性能的唯一出路。可重构计算架构作为在学术界研究发展了几十年的计算架构越来越受到重视。特别是以清华大学的微电子所的研发团队为代表，从2006年成立清华可重构实验室，从2015年起，将可重构架构应用在AI计算、神经网络计算场景，并设计了一系列AI芯片，CGRA开始在国际学术界和工业界受到广泛关注：2015年，《国际半导体技术路线图》将可重构计算（CGRA）作为未来最具前途非冯·诺依曼体系结构重点介绍。2017年，美国国防部高级研究计划局推出”电子复兴计划（ERI）”，着重强调软件定义硬件架构，其本质就是软件和硬件均具可编程能力的可重构计算架构。但关键的芯片设计理念比清华团队晚了10年，其设定的核心指标（重构时间，300～1000ns）远低于微电子所（重构时间为20～40ns）.
CGRA计算架构通过空域硬件结构组织不同粒度和不同功能的计算资源，通过运行过程中的硬件配置，调整硬件功能，根据数据流的特点，让功能配置好的硬件资源互连形成相对固定的计算通路，从而以接近“专用电路”的方式进行数据驱动下的计算。当算法和应用变换时，再次通过配置，使硬件重构为不同的计算通路去执行。CGRA最大的优势体现 在两方面，一是没有传统指令驱动的计算架构中取指和译码操作的延时和能耗开销，二是在计算过程中以接近“专用电路”的方式执行。此外，CGRA架构算力可以弹性扩展，适用于从云端到边缘端中对高能效和灵活性有综合要求的场景。
