机构名称：
¥ 5.0
图神经网络 (GNN) 正在图结构数据的机器学习研究中兴起。GNN 在许多任务上都实现了最先进的性能，但在具有大量数据和严格延迟要求的实际应用中，它们面临着可扩展性的挑战。为了应对这些挑战，人们已经进行了许多关于如何加速 GNN 的研究。这些加速技术涉及 GNN 管道的各个方面，从智能训练和推理算法到高效的系统和定制硬件。随着 GNN 加速研究数量的快速增长，缺乏系统的处理来提供统一的观点并解决相关工作的复杂性。在这篇综述中，我们提供了 GNN 加速的分类法，回顾了现有的方法，并提出了未来的研究方向。我们对 GNN 加速的分类处理将现有的工作联系起来，并为该领域的进一步发展奠定了基础。
图神经网络加速综述
主要关键词
相关文件推荐
