图神经网络模型的编译优化方法、编译器及存储介质

  • 国民经济行业:信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
  • 学科类别:计算机科学技术/人工智能/人工智能其他学科
  • 权利人:上海交通大学

知识产权简介

针对GNN模型的计算的复杂性,本发明提出了一种针对GNN计算任务的高性能计算编译器,可实现模型层和算子层在内的完备的编译优化。本发明中提出了一种新型的针对GNN模型的多层级的中间表示。高层级中间表示用于实现模型层级的表达抽象,并基于该抽象本发明实现了针对GNN模型的计算图重写、算子融合等在内的模型层级的编译优化。低层级中间表示用于实现算子层级的表达抽象,并基于该抽象,本发明实现了算子的动态代码程序自适应自动生成的编译优化。与现有技术相比,本发明提供的编译器不仅能够实现基于模型层级和算子层级的编译优化,而且采用了全新的中间表示方法,使得优化效果更加显著。在确保计算等价性的前提下,本发明能够大幅度提升GNN的计算性能。为基于GNN模型的广泛应用提供高性能的计算支持。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式 入股,许可,转让
预估金额
联系合作