[发明专利]图数据存储、访问、处理方法、训练方法、设备及介质

说明书

本公开提供了一种图数据存储、访问、处理方法、训练方法、设备及介质，涉及人工智能技术领域，尤其涉及图神经网络技术、计算机视觉和深度学习技术领域。具体实现方案为：响应于接收到图数据存储请求，对待存储图数据进行划分，得到至少两个待存储图切片数据；根据至少两个待存储图切片数据，得到目标图切片数据和关联图切片数据；将目标图切片数据存储至图形处理器GPU；将关联图切片数据存储至内部存储器；将至少两个待存储图切片数据存储至外部存储器。

本申请是申请日为2022年5月19日，申请号为202210573156.3，发明名称为“图数据存储、访问、处理方法、训练方法、设备及介质”的申请的分案申请。

技术领域

本公开涉及人工智能技术领域，尤其涉及图神经网络技术、计算机视觉和深度学习技术领域。具体地，涉及一种图数据存储、访问、处理方法、训练方法、设备及介质。

背景技术

随着计算机技术的不断发展，图数据也得到了发展。图数据可以应用图形理论表征节点和边信息。图数据广泛应用于知识图谱、金融反欺诈和社会关系挖掘等领域。

发明内容

本公开提供了一种图数据存储、访问、处理方法、训练方法、设备及介质。

根据本公开的一方面，提供了一种图数据存储方法，包括：响应于接收到图数据存储请求，对待存储图数据进行划分，得到至少两个待存储图切片数据；根据上述至少两个待存储图切片数据，得到目标图切片数据和关联图切片数据；将上述目标图切片数据存储至图形处理器GPU；将上述关联图切片数据存储至内部存储器；以及，将上述至少两个待存储图切片数据存储至外部存储器。

根据本公开的另一方面，提供了一种图数据访问方法，包括：响应于接收到图数据访问请求，获取待访问标识；以及，在确定目标图切片数据中存在与上述待访问标识相匹配的匹配标识的情况下，根据上述匹配标识，从上述目标图切片数据中获取访问结果，其中，上述目标图切片数据是根据本公开上述的方法中存储于图形处理器GPU中的待存储图数据。

根据本公开的另一方面，提供了一种图数据访问方法，包括：响应于接收到来自图形处理器GPU的待访问标识，在确定关联图切片数据中存在与上述待访问标识相匹配的匹配标识的情况下，根据上述匹配标识，从上述关联图切片数据中获取访问结果，其中，上述关联图切片数据是根据本公开上述的方法中存储于上述内部存储器中的待存储图数据；以及，向上述GPU发送上述访问结果。

根据本公开的另一方面，提供了一种图神经网络模型的训练方法，包括：响应于接收到模型训练请求，基于采样策略，从目标图切片数据中确定至少一个目标采样节点，其中，上述目标图切片数据是根据本公开上述的方法中存储于图形处理器GPU中的待存储数据；根据上述至少一个目标采样节点，从上述目标图切片数据、关联图切片数据和至少两个待存储图切片数据之一中获取与上述至少一个目标采样节点对应的至少一阶邻居节点，其中，上述关联图切片数据是根据本公开上述的方法中存储于内部存储器中的待存储图数据，上述至少两个待存储图切片数据是根据本公开上述的方法中存储于外部存储器中的待存储图数据；根据上述至少一个目标采样节点的目标采样节点相关数据和上述至少一阶邻居节点的邻居节点相关数据，得到至少一阶子图数据；以及，向深度学习平台发送上述至少一阶子图数据，以便上述深度学习平台利用上述至少一阶子图数据训练上述图神经网络模型。

根据本公开的另一方面，提供了一种图数据处理方法，包括：将目标图数据输入图神经网络模型，得到输出结果，其中，上述图神经网络模型是利用根据本公开上述的方法训练得到的。

根据本公开的另一方面，提供了一种图数据存储装置，包括：第一获得模块，用于响应于接收到图数据存储请求，对待存储图数据进行划分，得到至少两个待存储图切片数据；第二获得模块，用于根据上述至少两个待存储图切片数据，得到目标图切片数据和关联图切片数据；第一存储模块，用于将上述目标图切片数据存储至图形处理器GPU；第二存储模块，用于将上述关联图切片数据存储至内部存储器；以及，第三存储模块，用于将上述至少两个待存储图切片数据存储至外部存储器。