一种图神经网络的分布式全图训练计算方法、系统、设备及存储介质

本申请公开了一种图神经网络的分布式全图训练计算方法、系统、设备及存储介质，该方法包括如下步骤：获取图数据集中的节点属性；根据测试集节点及其邻居节点，构建计算依赖图和通信依赖图；根据Metis算法将计算依赖图和通信依赖图划分到各个GPU设备上，在各个GPU设备上启动工作进程初始化模型参数并获取图分区数据；根据图分区数据与计算依赖图构建本地图和跨分区图；通过本地图、跨分区图和通信依赖图对图神经网络进行分布式全图训练；本方法实现了一个高效的基于部分聚合的计算与通信重叠的异步流水线，以及训练过程中零冗余的计算与通信，有效提高图神经网络的分布式全图训练计算效率，缩短了大规模图数据集上图神经网络模型训练的计算时间。