從中國計算機學會獲悉，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”。

《中國計算機學會通訊》（CCCF）近日刊發(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》。文章披露，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上發(fā)表。

嚴明玉在受訪時說，圖神經(jīng)網(wǎng)絡在搜索、推薦、風險控制等重要領域有著廣泛應用。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，其團隊展開面向圖神經(jīng)網(wǎng)絡的加速芯片設計，為解決這一難題提供可行方案。

讓機器“會思考” 設計中“增引擎”

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、可解釋性等一系列問題，讓機器“能理解、會思考”。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。

嚴明玉解釋說，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，即“混合執(zhí)行行為”。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。

“為了應對圖神經(jīng)網(wǎng)絡的混合執(zhí)行行為，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?！眹烂饔裾f，HyGCN芯片基于混合結構設計思想，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。

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，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。

目前是“無人區(qū)” 計算所正加快孵化

“圖神經(jīng)網(wǎng)絡加速芯片目前在國際上還是‘無人區(qū)’，研究成果發(fā)表后得到了業(yè)界認可?！眹烂饔袷茉L時說，目前中科院計算所正加快對HyGCN科技成果進行孵化，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。

展望圖神經(jīng)網(wǎng)絡的應用前景，嚴明玉舉例說，在日常交通預測、網(wǎng)約車調(diào)度、金融詐騙偵查、運動檢測等場景，在助力科研的知識推理、化學研究、宇宙發(fā)現(xiàn)等領域，以及在知識圖譜、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，都有極大應用空間。

事實上，谷歌地圖基于事件樹的風險評估、圖片社交網(wǎng)站Pinterest的內(nèi)容推薦、阿里巴巴的風控和推薦、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。有市場研究機構發(fā)布報告預測，2022年機器學習芯片市場規(guī)模將達到827.2億美元。圖神經(jīng)網(wǎng)絡加速芯片可能將產(chǎn)生300億美元以上的市場規(guī)模。

責任編輯：PSY