近日，《中國計算機學會通訊》刊發了中科院計算所特別研究助理嚴明玉博士、研究員范東睿以及研究員葉笑春共同撰寫的綜述文章《圖神經網絡加速芯片：人工智能“認知智能”階段起飛的推進劑》。文章披露，該團隊提出了國際首款圖神經網絡加速芯片設計HyGCN。目前，介紹該芯片設計的相關論文已先后在計算機體系結構國際頂級會議MICRO和HPCA上發表。

“HyGCN，寓意向圖神經網絡的加速說‘Hi’。”嚴明玉介紹道，圖神經網絡將深度學習算法和圖計算算法相融合，取長補短，能達到更優的認知與問題處理等能力，在搜索、推薦、風險控制等重要領域有著廣泛應用。現有的處理器芯片在執行圖神經網絡的計算中效率低下，其團隊前瞻性地展開面向圖神經網絡的加速芯片設計，為解決這一難題提供了可行方案。

“圖神經網絡加速芯片有望成為AI‘認知智能’階段起飛的推進劑。我們基于12nm工藝，對HyGCN的芯片設計的核心部件在主流的圖神經網絡模型和圖測試數據集上進行了初步的評估。”嚴明玉介紹說，相對于運行在Intel至強服務器CPU和英偉達V100GPU的先進圖神經網絡軟件框架，HyGCN分別取得了數萬倍和60余倍的能效提升

未來有這些應用空間

圖神經網絡的潛在應用非常多。嚴明玉舉例，在日常交通預測、網約車調度、金融詐騙偵查、運動檢測等場景，在助力科研的知識推理、EDA工程、化學研究、宇宙發現等領域，以及在知識圖譜、視覺推理、自然語言處理中的多跳推理等學科發展方向上，都有極大應用空間。

在工業界，圖神經網絡也已經有了落地應用。比如，谷歌地圖的ETA評估、圖片社交網站Pinterest的內容推薦、阿里巴巴的風控和推薦、騰訊等公司的視覺和風控等業務中都有圖神經網絡的影子。

由于圖神經網絡具有推理能力，認知智能還可以幫助機器跨越模態理解數據，學習到接近人腦認知的一般表達，從而獲得類似于人腦的多模感知能力，進而有望帶來顛覆性的產業價值。