“HyGCN裸卫，寓意向圖神經(jīng)網(wǎng)絡的加速說’Hi’仿贬。”來自中國科學院計算技術研究所的研究團隊提出圖神經(jīng)網(wǎng)絡加速芯片設計“HyGCN”墓贿！

近日茧泪，《中國計算機學會通訊》(CCCF)刊發(fā)了中科院計算所特別研究助理嚴明玉、研究員范東睿以及研究員葉笑春共同撰寫的綜述文章《圖神經(jīng)網(wǎng)絡加速芯片：人工智能“認知智能”階段起飛的推進劑》聋袋。文章披露队伟，該團隊提出了圖神經(jīng)網(wǎng)絡加速芯片設計“HyGCN”。相關論文也先后在計算機體系結構國際會議MICRO和HPCA上發(fā)表幽勒。

嚴明玉介紹道嗜侮，圖神經(jīng)網(wǎng)絡將深度學習算法和圖計算算法相融合，取長補短啥容，能達到更優(yōu)的認知與問題處理等能力锈颗，在搜索、推薦咪惠、風險控制等重要領域有著廣泛應用击吱，但現(xiàn)有的處理器芯片在執(zhí)行圖神經(jīng)網(wǎng)絡的計算中效率低下。其團隊前瞻性地展開面向圖神經(jīng)網(wǎng)絡的加速芯片設計馁胁，為解決這一難題提供了可行方案帖与。

讓機器“會思考” 設計中“增引擎”

作為近年來新興的一種智能算法，圖神經(jīng)網(wǎng)絡不僅在學術界被高度重視六主，也已然成為近年來工業(yè)界非常重要的應用之一构演。而圖神經(jīng)網(wǎng)絡能夠備受學術界和工業(yè)界的青睞辩钢，要歸功于其強大的數(shù)據(jù)和知識理解能力，以及關系推理能力允由。

圖神經(jīng)網(wǎng)絡被認為有望解決深度學習無法處理的關系推理沛三、可解釋性等一系列問題，讓機器“能理解谒只、會思考”墩衍。然而由于圖神經(jīng)網(wǎng)絡在圖數(shù)據(jù)處理方面的特殊性，傳統(tǒng)用于加速神經(jīng)網(wǎng)絡的芯片難以直接對圖神經(jīng)網(wǎng)絡的執(zhí)行提供高效計算支撐橡吗。

嚴明玉解釋說谢市，以圖數(shù)據(jù)為輸入，融合了深度學習算法和圖計算算法的圖神經(jīng)網(wǎng)絡具有與傳統(tǒng)神經(jīng)網(wǎng)絡不一樣的執(zhí)行行為胶见，即“混合執(zhí)行行為”寞奸。這對現(xiàn)有的處理器結構帶來巨大挑戰(zhàn)，比如GPU在應對不規(guī)則執(zhí)行行為時極為低效在跳。

“為了應對圖神經(jīng)網(wǎng)絡的混合執(zhí)行行為枪萄，我們設計了新的處理器結構，以更高效地加速圖神經(jīng)網(wǎng)絡的執(zhí)行猫妙〈煞”嚴明玉說，HyGCN芯片基于混合結構設計思想割坠，分別為圖神經(jīng)網(wǎng)絡的兩個主要執(zhí)行階段——圖遍歷階段和神經(jīng)網(wǎng)絡變換階段設計相應的加速引擎齐帚。

研究團隊實踐證明，HyGCN芯片設計能夠有效應對圖神經(jīng)網(wǎng)絡圖遍歷階段的不規(guī)則性彼哼，并能利用神經(jīng)網(wǎng)絡變換階段的規(guī)則性提高執(zhí)行效率对妄。

“我們基于12nm工藝，對HyGCN的芯片設計的核心部件在主流的圖神經(jīng)網(wǎng)絡模型和圖測試數(shù)據(jù)集上進行了初步的評估敢朱〖袅猓”嚴明玉介紹說，相對于運行在Intel至強服務器CPU和英偉達V100 GPU的先進圖神經(jīng)網(wǎng)絡軟件框架蔫饰，HyGCN分別取得了數(shù)萬倍和60余倍的能效提升。

目前是“無人區(qū)”  正加快布局

“圖神經(jīng)網(wǎng)絡加速芯片目前在國際上還是‘無人區(qū)’庸尚，研究成果發(fā)表后得到了業(yè)界認可喇暴。”嚴明玉受訪時說换乙，目前中科院計算所正加快對HyGCN科技成果進行孵化倍熄，提升關鍵核心技術能力，推動各行各業(yè)從信息化向智慧化升級膀娱。

圖神經(jīng)網(wǎng)絡在日常交通預測混检、網(wǎng)約車調度、金融詐騙偵查、運動檢測等場景写并，在助力科研的知識推理喧雹、化學研究、宇宙發(fā)現(xiàn)等領域于嚼，以及在知識圖譜越名、視覺推理、自然語言處理中的多跳推理等學科發(fā)展方向上处监，都有極大應用空間渺蒿。

在工業(yè)界，圖神經(jīng)網(wǎng)絡也已經(jīng)有了落地應用彪薛。比如茂装，谷歌地圖的ETA評估、圖片社交網(wǎng)站Pinterest的內容推薦善延、阿里巴巴的風控和推薦少态、騰訊等公司的視覺和風控等業(yè)務中都有圖神經(jīng)網(wǎng)絡的影子。

根據(jù)Allied Market Research 發(fā)布的機器學習芯片市場報告顯示挚冤，2022年機器學習芯片市場規(guī)模預計將達到 827.2 億美元况增。圖神經(jīng)網(wǎng)絡加速芯片有望在接下來3年內與現(xiàn)有的神經(jīng)網(wǎng)絡芯片共生，甚至在5年后替換大部分的神經(jīng)網(wǎng)絡學習芯片训挡，成為主流的機器學習芯片澳骤。

（Author）

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)，轉載的目的在于傳遞更多信息及用于網(wǎng)絡分享澜薄，并不代表本站贊同其觀點和對其真實性負責为肮，也不構成任何其他建議。本站部分作品是由網(wǎng)友自主投稿和發(fā)布肤京、編輯整理上傳果喊，對此類作品本站僅提供交流平臺，不為其版權負責腿逞。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻实朗、圖片、文字如涉及作品版權問題汤钻，請第一時間告知垮撇，我們將根據(jù)您提供的證明材料確認版權并按國家標準支付稿酬或立即刪除內容，以保證您的權益荡唾！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn状堰。