摘要：在大數據時代，圖被用于各類領域表示具有復雜聯系的數據.圖估算應用被廣泛用于各類領域，以挖掘圖數據中潛在的價值.圖估算應用特有的不規則執行行為，引起了不規則負載、密集讀改寫更新操作、不規則訪存和不規則通訊等挑戰.現有通用構架未能有效地應對上述挑戰.為了克服加速圖估算應用面臨的挑戰加速度計算，大量的圖估算硬件加速構架設計被提出.它們為圖估算應用訂制了專用的估算流水線、訪存子系統、存儲子系統和通訊子系統.得益于這種訂制的硬件設計，圖估算加速構架相比于傳統的通用處理器構架，在性能和能效上均取得了明顯的提高.為了讓相關的研究學者深入了解圖估算硬件加速構架，首先基于計算機的金字塔組織結構，從上到下對現有工作進行分類和總結，并以多個完整構架實例剖析應用于不同層次的優化技術之間的關系.接著以圖神經網路加速構架的具體案例討論新興圖估算應用的加速構架設計.最后對該領域的前沿研究方向進行了總結加速度計算，并放眼于未來闡述圖估算加速構架的發展趨勢.
大數據時代,越來越多的數據采用圖結構進行表示．圖是一種才能抒發對象之間復雜關系的數據儲存方法,被廣泛用于表示人際關系、分子拓撲結構、大腦神經元鏈接等．圖數據中蘊涵著豐富的信息,圖估算應用是一種挖掘圖數據中蘊涵價值的重要應用．為了快速處理圖數據和應對不斷下降的圖數據,圖估算應用被廣泛布署于各大數據中心,成為數據中心的典型應用．
始于圖的無結構特點,圖估算應用在現有通用構架上難以被高效執行．現實生活中的圖沒有固定的結構,節點的出邊分布極其不均勻,節點與節點之間的聯接極為隨機．因為圖估算應用的執行行為依賴于圖數據,圖數據的以上特點造成圖估算應用的執行行為極其不規則．這些不規則的執行行為造成現有的通用構架在估算、訪存和通訊３個方面都面臨巨大挑戰．在估算方面,估算單元面臨負載不均衡、密集讀改寫更新等挑戰,造成基于CPU和GPU的圖估算軟件框架的性能嚴重不足．在訪存方面,不規則的細細度訪存造成CPU的L２和L３Cache的命中率極低[１],借助效率低下,同時也造成了GPU的SIMT()執行模型遇見了大量的訪存歧義(Ｇgence)．在多節點估算、存儲系統方面,不規則的細細度通訊,造成了大量無效通訊和通訊帶寬浪費．
為了應對圖估算應用帶來的挑戰,為圖估算訂制專用的加速構架是一種高效的解決方案．它還能為數據中心帶來數百倍的性能提高和數千倍的煤耗提高．圖估算加速器的設計理念是按照圖估算應用的操作特點改建硬件數據通路,量身定做估算流水線、內存子系統、存儲子系統和通訊子系統,因而為圖估算應用的操作進行固化的硬件抒發．近些年來,大量的圖估算加速構架設計被提出,從不同的角度采取多樣的方式解決圖估算應用的各項挑戰。
為了讓相關的研究人員對圖估算加速構架的研究現況和發展方向有深入的了解,本文從現有工做出發闡述圖估算加速構架設計面臨的關鍵問題和主要解決技巧．值得關注的是,本文還注重闡述了一種新興的圖估算應用,即圖神經網路．該新興圖估算應用同時具有傳統圖估算應用和傳統神經網路應用的執行特點,而且還具有與傳統應用不同的估算和訪存特點．比如,因為節點的屬性是高維數據,所以節點的屬性訪問是粗細度的不規則訪問,與傳統圖估算的細細度不規則訪問不同．除此之外,本文還對圖估算加速構架的前沿研究問題進行了歸納和總結,并放眼于未來闡述其發展趨勢．本文的工作具有一定的指導作用,讀者才能快速明白傳統圖估算應用加速構架和新興圖神經網路加速構架的設計要點、關鍵問題及對應的解決方案,了解目前圖估算加速構架設計的趨勢和機遇,而且將相應的概念和技術應用到未來的圖估算加速構架的設計上現有督查文獻[２]是基于硬件平臺對現有的圖估算加速工作進行分類,囊括了現場可編程門陣列(,FPGA)、３DＧ、特定應用集成電路(,ASIC)、GPU,目的是對每位工作的設計思想進行介紹．文獻[３]基于圖估算加速的主要技術(預處理、并行圖估算和運行時調度)對現有工作分類．本文的分類方式與前人不同．本文從圖估算加速構架的設計角度出發,基于計算機的金字塔組織結構[４],從上到下,按照圖估算應用帶來的挑戰、衍生的問題和解決方案對現有工作進行分類和總結,并為前人的督查工作補充了許多新的先進設計,以及加入了新興的圖神經網路加速構架的研究工作．除此之外,本文也從圖估算加速構架的測試評估與全棧設計角度出發,對未來的研究方向進行了展望．Fig．１圖１CSR格式
本文的主要貢獻包括３個方面:
１)以加速圖估算應用遇見的關鍵挑戰為導向,以解決方案為核心,基于計算機金字塔組織結構,從上到下,逐層對圖估算加速構架的研究現況進行了系統的歸納和總結,并以具體事例剖析了不同層次優化技術之間的關系．
２)以具體圖神經網路加速構架設計作為反例,側重介紹和總結了新興圖估算應用(圖神經網路)與其特定的加速器設計．繼神經網路加速構架以后,圖神經網路加速器必定掀起新的研究和產業化風潮．
３)從圖估算加速構架評估與設計的角度對圖估算加速構架進行了展望,強調了全棧式設計方案是實現產業化應用的關鍵,并探討了基于RISCＧV生態環境,有助于快速且低成本地實現圖估算加速構架的設計方案
專知方便查看
方便下載，請關注專知公眾號（點擊上方紅色專知關注）
專知，專業可信的人工智能知識分發，讓認知協作更快更好！歡迎注冊登入專知，獲取5000+AI主題干貨知識資料！
歡迎陌陌掃一掃加入專知人工智能知識星球群，獲取最新AI專業干貨知識教程資料和與專家交流咨詢！