盖世汽车讯 据外媒报道，日本东京科技大学（Institute of Science Tokyo）的研究人员开发出可扩展且高效的图神经网络加速器 BingoCGN，能够通过图分区实现实时大规模图推理。这一突破性框架采用创新的跨分区消息量化技术和新颖的训练算法，显著降低了内存需求，并提高了计算效率和能效。

图片来源：东京科技大学

图神经网络（GNN）是强大的人工智能（AI）模型，旨在分析复杂的非结构化图数据。在这类数据中，实体表示为节点，实体之间的关系表示为边。GNN 已成功应用于许多实际应用，包括社交网络、药物研发、自动驾驶和推荐系统。尽管 GNN 潜力巨大，但实现对自动驾驶等任务至关重要的实时大规模 GNN 推理仍然充满挑战。