一种加速图神经网络中稀疏-稠密矩阵乘的自适应边采样方法

    公开(公告)号:CN118690806A

    公开(公告)日:2024-09-24

    申请号:CN202410713500.3

    申请日:2024-06-04

    Abstract: 本发明公开了一种加速图神经网络中稀疏‑稠密矩阵乘的自适应边采样方法,该方法包括如下步骤:设定GPU共享内存宽度W;将稀疏矩阵图数据转化为CSR格式;针对当前行选择合适的采样策略进行边采样;将采样后的稀疏矩阵图数据加载到共享内存中;将共享内存中的元素与全局内存中代表节点特征的稠密矩阵对应元素计算得到最终结果。本发明的目的在于针对目前边采样加速GNN中的SpMM操作无法同时兼顾准确率和速度的现状,提出一种加速图神经网络中稀疏‑稠密矩阵乘的自适应边采样方法,通过自适应的选择采样策略进行边采样,将采样后的图数据加载到GPU共享内存中,之后从共享内存和全局内存中加载相应的数据进行SpMM操作,以此兼顾边采样加速GNN中SpMM操作的准确率和速度,进而提升GNN运算的性能。

Patent Agency Ranking