面向异构环境图神经网络基于度分类的图划分方法及系统

本发明公开了一种面向异构环境图神经网络基于度分类的图划分方法及系统，本发明包括根据输入的图神经网络中顶点度分布的幂律特性来确定高度顶点和低度顶点的分类阈值，将顶点分类为低度顶点和高度顶点；对低度顶点使用带约束的METIS方法进行初始子图划分；对高度顶点进行初始子图划分，为高度顶点划分到不同分区计算局部性评分与负载均衡评分，将局部性评分与负载均衡评分加权求和到划分到对应分区的综合评分，并选择综合评分最高的分区作为划分结果，每一个分区对应异构环境中的一个计算节点。本发明旨在实现在优化切边率的同时实现异构设备感知的负载均衡，提升分布式图神经网络训练系统的整体性能和资源利用率。