一种基于异构设备的分布式图神经网络训练方法

本发明公开了一种基于异构设备的分布式图神经网络训练方法，本发明通过对大型的图数据进行数据处理，采用图切割算法获得若干个节点和边平衡的子图；采用动态规划的算法得出一个最优的设备放置方案，根据异构设备的训练能力来规划每个设备的训练任务量，使得所有设备在同一个迭代中尽可能同时的完成训练任务，从而提高边缘设备的利用率。同时增加了容错机制，使得在网络节点发生错误或丢失时，网络仍能够保持一定的功能性能。