中国计算机学会提出图神经网络加速芯片设计“HyGCN”(组图)

中新网北京12月17日电 (记者 张苏)记者17日从中国计算机学会获悉,中科院计算所研究团队提出了一种图神经网络加速芯片设计“HyGCN” .

《中国计算机学会通讯》(CCCF)近日发表评论文章《图神经网络加速芯片:人工智能“认知智能”阶段起飞代理的进展》。文章披露,团队提出了一种图神经网络加速芯片设计“HyGCN”。相关论文也发表在国际计算机体系结构会议上。

闫明宇在接受采访时表示,图神经网络广泛应用于搜索、推荐、风控等重要领域。现有的处理器芯片在执行图神经网络计算方面效率低下。该团队为图神经网络开发了一种加速芯片设计,为这一问题提供了可行的解决方案。

让机器在设计中“思考”和“增加引擎”

图神经网络被认为有望解决深度学习无法处理的关系推理和可解释性等一系列问题,让机器能够“理解和思考”。然而,由于图神经网络在图数据处理中的特殊性神经网络c语言实现下,传统芯片很难对神经网络进行加速,直接为图神经网络的执行提供高效的计算支持。

闫明宇解释说,以图数据为输入,融合深度学习算法和图计算算法的图神经网络,具有不同于传统神经网络的执行行为,即“混合执行行为”。这对现有的处理器架构(例如 GPU)提出了巨大的挑战,这些架构在处理不规则的执行行为时效率极低。

图片[1]-中国计算机学会提出图神经网络加速芯片设计“HyGCN”(组图)-老王博客

“为了应对图神经网络的混合执行行为,我们设计了一种新的处理器结构,以更有效地加速图神经网络的执行。” 闫明宇表示,HyGCN芯片基于混合结构设计思想神经网络c语言实现下,分别针对图神经网络。两个主要执行阶段——图遍历阶段和神经网络转换阶段设计相应的加速引擎。

研究团队的实践证明,HyGCN芯片设计能够有效处理图神经网络图遍历阶段的不规则性,利用神经网络变换阶段的规律性提高执行效率。

目前是“无人区”计算机构正在加速孵化

“图神经网络加速芯片在国际上还是‘无人区’,研究成果发表后得到了业界的认可。” 闫明宇在接受采访时表示,中科院计算所目前正在加速孵化HyGCN科技成果,完善关键核心。技术能力,推动各行各业从信息化向智能化升级。

展望图神经网络的应用前景,闫明宇举了一个例子,在日常交通预测、网约车调度、金融欺诈检测、运动检测等场景,在知识推理、化学研究、宇宙等领域有助于科学研究的发现,以及在知识方面的发展,在自然语言处理中的图、视觉推理、多跳推理等学科的发展方向有很大的应用空间。

事实上,谷歌地图基于事件树的风险评估、图片社交网站Pinterest的内容推荐、阿里巴巴的风控和推荐、腾讯等公司的愿景和风控都有图神经网络的影子。一些市场研究机构发布报告预测,2022年机器学习芯片的市场规模将达到8.27.2亿美元。图神经网络加速芯片可能产生超过300亿美元的市场规模。(结束)

© 版权声明
THE END
喜欢就支持一下吧
点赞0
分享
评论 抢沙发

请登录后发表评论