图神经网络框架研究取得进展
图神经网络（GNNs）在生物医药、知识图谱和AI4S等领域具备应用潜力。随着真实应用场景中图规模扩展至亿级边及以上，GNN训练面临通信开销与计算等问题。
近日，中国科学院计算机网络信息中心研发了TAC框架，融合数据亲和缓存填充算法、稀疏性感知的混合矩阵存储格式、多层次细粒度训练流水线三大技术，可提升缓存局部性有效降低全局通信开销，并借助Tensor Core实现稀疏矩阵计算加速。实验证明，该框架端到端性能优于其他框架。
相关研究成果已被第31届ACM SIGPLAN编程语言与并行实践原理年会录用。研究工作得到国家重点研发计划、中国科学院相关项目的支持。
TAC 框架系统架构图
本文链接：http://m.sushuapos.com/show-12-2560-0.html图神经网络框架研究取得进展
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
