摘要
本发明提供了一种图神经网络训练方法、设备、介质、产品和图形处理集群,可以应用于人工智能和服务器技术领域。该图神经网络训练方法包括:将图中的多个子图分配至图形处理集群的多个图形处理单元,以由每一图形处理单元对分配至该图形处理单元的子图中的节点进行聚合任务,图是基于多个对象之间的交互信息构建的;根据聚合任务中使用的邻居节点的节点类型,将聚合任务分配至图形处理单元的同一个线程块中的多个线程束,以利用多个线程束并行执行聚合任务,图形处理单元用于缓存被分配至其他图形处理单元的子图中的至少一部分邻居节点的邻居数据;利用聚合数据对图神经网络模型进行训练,实现线程束级别的负载均衡策略,降低线程堵塞的风险。
技术关键词
图形处理单元
邻居
节点
远程访问
神经网络训练方法
数据
集群
神经网络模型
非易失性计算机可读存储介质
负载均衡策略
平滑算法
计算机程序产品
处理器
聚类算法
时间段
指令
对象
速率
电子设备
系统为您推荐了相关专利信息
配网模型
定位策略
电网故障定位
电气设备
验证方法
深度强化学习
网络状态信息
链路丢包率
强化学习算法
网络拓扑结构
神经网络模型构建
参数
特征值
煤矿井下
故障预警系统