图神经网络训练方法、设备、介质、产品和图形处理集群
申请号:CN202510901586
申请日期:2025-07-01
公开号:CN120409541B
公开日期:2025-09-16
类型:发明专利
摘要
本发明提供了一种图神经网络训练方法、设备、介质、产品和图形处理集群,可以应用于人工智能和服务器技术领域。该图神经网络训练方法包括:将图中的多个子图分配至图形处理集群的多个图形处理单元,以由每一图形处理单元对分配至该图形处理单元的子图中的节点进行聚合任务,图是基于多个对象之间的交互信息构建的;根据聚合任务中使用的邻居节点的节点类型,将聚合任务分配至图形处理单元的同一个线程块中的多个线程束,以利用多个线程束并行执行聚合任务,图形处理单元用于缓存被分配至其他图形处理单元的子图中的至少一部分邻居节点的邻居数据;利用聚合数据对图神经网络模型进行训练,实现线程束级别的负载均衡策略,降低线程堵塞的风险。
技术关键词
图形处理单元
邻居
节点
远程访问
神经网络训练方法
数据
集群
神经网络模型
非易失性计算机可读存储介质
负载均衡策略
平滑算法
计算机程序产品
处理器
聚类算法
时间段
指令
对象
速率
电子设备