[发明专利]一种基于分层优化范式的大规模图深度学习计算框架在审
| 申请号： | 202010318058.6 | 申请日： | 2020-04-21 |
| 公开（公告）号： | CN111652346A | 公开（公告）日： | 2020-09-11 |
| 发明（设计）人： | 王彬;洪万福;钱智毅 | 申请（专利权）人： | 厦门渊亭信息科技有限公司 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 361000 福建省厦门市软*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于分层优化范式的大规模图深度学习计算框架,涉及深度学习技术领域。包括基于块的数据流转换，用于将图形的顶点和边数据分割成小块；数据流图的优化，用于生成一个调度策略；GPU上内核的传播，用于高效的内核传播操作；多GPU的并行处理，用于一个服务器中多个GPU的并行计算。本发明支持大规模的图神经网络（GNNs），不仅可以简单表达模型，而且支持可伸缩和高效的GPUs并行处理引擎。为了表示包含图传播和深度神经网络（DNN）计算的GNN各层递归计算，本发明采用了一种具有分散‑边应用‑聚合‑顶点应用的神经网络（Separation‑UDF_Edge‑Aggregation‑UDF_Vertex with Neural Networks，SUAU‑NN）顶点程序抽象。 | ||
| 搜索关键词： | 一种 基于 分层 优化 范式 大规模 深度 学习 计算 框架 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门渊亭信息科技有限公司，未经厦门渊亭信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010318058.6/，转载请声明来源钻瓜专利网。
- 上一篇：分子力场拟合方法
- 下一篇：一种三羟甲基丙烷油酸酯及其制备方法
