arrow
返回

HSampler: Optimizing Multi-GPU GNN Sampling with Collision-Avoid Selection

delete2026-01-01
delete0
PRE
AI
Y
Yuyang Jin
J
Jidong Zhai *
K
Kezhao Huang
W
Weimin Zheng
DOI:10.1007/978-3-032-10459-5_1delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
图神经网络(GNN)近年来在图学习任务中崭露头角。随着现实世界图规模日益增大,采样GNN被广泛应用于学术界和工业界,以替代在全图上训练。由于采样子图规模较小,训练阶段消耗的执行时间减少,数据准备阶段成为性能瓶颈,尤其是图采样阶段。尽管已提出多种采样方法以提高效率,但它们仍受限于偏差采样中高阶节点选择冲突带来的显著开销。本文提出HSampler,一个多GPU GNN采样系统。它通过重排序和滑动窗口选择采样子图,减少偏差采样中的重复尝试,从而提升图采样阶段的性能。在4 GPU节点上的评估表明,HSampler比DGL和P-3等最先进系统显著提升了2.1倍至6.2倍的性能。
Keyword:
GNN
Biased Sampling
Performance Optimizations
Parallelism

期刊

N
NETWORK AND PARALLEL COMPUTING, NPC 2025, PT I
IF:
0
论文数:
29
被引数:
0

机构

T
tsinghua university
学者数:
11.9W
论文数: 10.0W
被引数: 137
引用论文

引用论文

err分享
err收藏
Seastar
err2021-04-21
err0
PREAI
errYidi Wu; Kaihao Ma; Zhenkun Cai; Tatiana Jin; Boyang Li; Chenguang Zheng; James Cheng; Fan Yu
err分享
err收藏
Utilizing graph machine learning within drug discovery and development在药物发现和开发中利用图形机器学习
err2021-05-19
err126
errOAAI
errGaudelet, Thomas; Day, Ben; Jamasb, Arian R.; Soman, Jyothish; Regep, Cristian; Liu, Gertrude; Hayter, Jeremy B. R.; Vickers, Richard; Roberts, Charles; Tang, Jian; Roblin, David; Blundell, Tom L.; Bronstein, Michael M.; Taylor-King, Jake P.
err分享
err收藏
KnightKing
err2019-10-27
err0
PREAI
errKe Yang; MingXing Zhang; Kang Chen; Xiaosong Ma; Yang Bai; Yong Jiang
err分享
err收藏
学者 查看更多内容