PulseAugur
中
实时 17:43:00
English(EN) Taurus: Accelerating Out-of-Core Graph Neural Network Inference on Billion-Scale Graphs

Taurus系统加速海量图上的核外GNN推理

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了Taurus，一个旨在加速超出可用RAM的海量图的核外图神经网络（GNN）推理的新颖系统。Taurus通过将层级计算重构为顺序SSD扫描，利用GPU、CPU和SSD的流水线化层级结构来优化推理。与现有的分布式和基于磁盘的GNN系统相比，这种方法显著降低了I/O成本和通信时间。在具有多达2.69亿个顶点和514 GiB特征的图上的基准测试中，Taurus在层级基线上的性能提高了7-25倍，在顶点级基线上的性能提高了40-140倍。 AI

影响 该系统可以实现对极其庞大的图数据集进行更高效的AI模型推理，可能影响依赖于图基AI的领域。

排序理由 该条目描述了在arXiv论文中提出的一个新系统和基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Taurus系统加速海量图上的核外GNN推理

本文如何被排名

Signal score
0 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Tool
该条目描述了在arXiv论文中提出的一个新系统和基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
infra, paper
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
79 days old
Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Pranjal Naman, Yogesh Simmhan ·

    Taurus：加速十亿级图上的核外图神经网络推理

    arXiv:2607.17374v1 Announce Type: cross Abstract: Graph Neural Network (GNN) inference on billion-scale graphs is challenging due to the large memory footprint of features and embeddings and high disk I/O costs in out-of-core settings. Existing distributed GNN systems incur high …

相关实体

相关话题