-
公开(公告)号:CN117391166A
公开(公告)日:2024-01-12
申请号:CN202311029456.6
申请日:2023-08-15
Abstract: 在本说明书提供的一种基于冗余消除的超图神经网络更新方法,通过确定超图神经网络中的顶点以及超边,将顶点两两组合确定各顶点对,再根据各顶点对,确定各顶点对中重合的超边,构建冗余聚合集,对未更新的超边进行更新并对冗余聚合集中未聚合的超边进行聚合,再通过缓存存储超边更新后的特征和聚合特征,然后根据已更新的该顶点对应的超边的特征,和/或该顶点对应冗余聚合集的聚合特征,更新该顶点的顶点特征,得到更新后的超图神经网络。通过预先确定的冗余聚合集,以及缓存存储超边更新的特征和聚合特征,减少对重复的超边的计算,实现更高效率的更新超图神经网络。
-
公开(公告)号:CN114817648A
公开(公告)日:2022-07-29
申请号:CN202210525819.4
申请日:2022-05-12
Applicant: 华中科技大学
IPC: G06F16/901 , G06F15/78
Abstract: 本发明涉及一种高能效协同图计算装置及其方法,所述装置至少包括:依赖路径预取单元(3):被配置为接收活跃顶点信息,并且从循环队列中活跃顶点开始沿依赖路径预取图分区的边;和直接依赖管理单元(5):被配置为将核心依赖路径上首尾顶点间的依赖关系转换为直接依赖并对其进行缓存管理,在动态图处理过程中,根据图结构的动态变化对依赖索引进行更新,以确保图处理结果的准确性,本发明的加速器能够集成至多核处理器中,在多个处理器内核上高并发地对多条路径进行处理,加速图顶点状态的传播,提高图计算的收敛速度。
-