中科院计算所研究团队提出图神经网络加速芯片设计

近日，《中国计算机学会通讯》刊发了中科院计算所特别研究助理严明玉博士、研究员范东睿以及研究员叶笑春共同撰写的综述文章《图神经网络加速芯片：人工智能“认知智能”阶段起飞的推进剂》。文章披露，该团队提出了国际首款图神经网络加速芯片设计HyGCN。目前，介绍该芯片设计的相关论文已先后在计算机体系结构国际顶级会议MICRO和HPCA上发表。

“HyGCN，寓意向图神经网络的加速说‘Hi’。”严明玉介绍道，图神经网络将深度学习算法和图计算算法相融合，取长补短，能达到更优的认知与问题处理等能力，在搜索、推荐、风险控制等重要领域有着广泛应用。现有的处理器芯片在执行图神经网络的计算中效率低下，其团队前瞻性地展开面向图神经网络的加速芯片设计，为解决这一难题提供了可行方案。

“图神经网络加速芯片有望成为AI‘认知智能’阶段起飞的推进剂。我们基于12nm工艺，对HyGCN的芯片设计的核心部件在主流的图神经网络模型和图测试数据集上进行了初步的评估。”严明玉介绍说，相对于运行在Intel至强服务器CPU和英伟达V100GPU的先进图神经网络软件框架，HyGCN分别取得了数万倍和60余倍的能效提升

未来有这些应用空间

图神经网络的潜在应用非常多。严明玉举例，在日常交通预测、网约车调度、金融诈骗侦查、运动检测等场景，在助力科研的知识推理、EDA工程、化学研究、宇宙发现等领域，以及在知识图谱、视觉推理、自然语言处理中的多跳推理等学科发展方向上，都有极大应用空间。

在工业界，图神经网络也已经有了落地应用。比如，谷歌地图的ETA评估、图片社交网站Pinterest的内容推荐、阿里巴巴的风控和推荐、腾讯等公司的视觉和风控等业务中都有图神经网络的影子。

由于图神经网络具有推理能力，认知智能还可以帮助机器跨越模态理解数据，学习到接近人脑认知的一般表达，从而获得类似于人脑的多模感知能力，进而有望带来颠覆性的产业价值。