核算所特别研讨助理严正玉、研讨员范东睿以及研讨员叶笑春一起编撰的总述文章《图神经网络加快芯片：人工智能“认知智能”阶段起飞的推进剂》。文章宣布，为更好地支撑认知智能的展开，该团队提出了世界首款图神经网络加快芯片规划“HyGCN”。现在，介绍该芯片规划的相关论文已先后在核算机体系结构世界尖端会议MICRO和HPCA上宣布。

　　“HyGCN，寓意向图神经网络的加快说Hi。”严正玉向《我国科学报》介绍说，图神经网络将深度学习算法和图核算算法相交融，扬长避短，能到达更优的认知与问题处理等才能，在查找、引荐、危险操控等重要范畴有着广泛使用。现有的处理器芯片在履行图神经网络的核算中功率低下，其团队前瞻性地打开面向图神经网络的加快芯片规划，为处理这一难题供给了可行计划。

　　图神经网络被认为是推进认知智能展开强有力的推理办法，有望处理深度学习无法处理的联系推理、可解说性等一系列问题，让机器“能了解、会考虑”。2019年后，图神经网络逐步成为各人工智能尖端会议的“热词”和研讨热门，很多全球顶尖科技企业也已将图神经网络布置于数据中心中。

　　“作为近年来新式的一种智能算法，图神经网络不只在学术界被高度重视，也已然成为近年来工业界十分重要的使用之一。”严正玉介绍说，图神经网络能够备受学术界和工业界的喜爱，归功于其强壮的数据和常识了解才能，以及联系推理才能。

　　因为图神经网络在图数据处理方面的特殊性，传统用于加快神经网络的芯片难以直接对图神经网络的履行供给高效核算支撑。严正玉对记者解说说，以图数据为输入，交融了深度学习算法和图核算算法的图神经网络具有与传统神经网络不一样的履行行为，即“混合履行行为”。详细而言，规矩履行行为和不规矩履行行为共存于图神经网络中。“混合履行行为”对现有的处理器结构带来了巨大的应战，比方，GPU在应对不规矩履行行为时极为低效。

　　“为了应对图神经网络的混合履行行为，咱们规划了新的处理器结构，以更高效地加快图神经网络的履行。”严正玉介绍说，HyGCN 芯片根据混合结构规划思维，别离为图神经网络的两个首要履行阶段图遍历阶段和神经网络改换阶段规划相应的加快引擎，并流水两个引擎的履行。

　　研讨团队的实践证明，HyGCN芯片规划，能够有用应对图神经网络图遍历阶段的不规矩性，并能使用神经网络改换阶段的规矩性进步履行功率。

　　“图神经网络加快芯片有望成为AI认知智能阶段起飞的推进剂。咱们根据12nm工艺，对HyGCN的芯片规划的核心部件在干流的图神经网络模型和图测试数据集进步行了开始的评价。”严正玉说，相对于运行在Intel至强服务器CPU和英伟达V100 GPU的先进图神经网络软件结构，HyGCN别离取得了数万倍和60余倍的能效提高。

　　近年来，中科院核算所环绕云核算、芯片、互联网、人工智能等前沿IT范畴展开研创产协同立异，完善我国在端、网、云的核算基础设施布局，并鼓舞经过技能搬运表现科研人员和科技成果的价值。

　　从感知智能到认知智能，人们对人工智能技能的探究正挺向纵深。以中科院核算所为代表的中科院科研机构活跃作为，大力推进科技立异。特别在以5G、人工智能、大数据等为代表的智能科技的展开方面，中科院核算所坚持面向世界科技前沿、面向经济主战场，不断向科学技能广度和深度进军，加快处理限制科技立异展开的要害问题。

　　“图神经网络加快芯片现在在世界上仍是无人区，研讨成果宣布后得到了业界认可。”严正玉告知《我国科学报》，现在中科院核算所正加快对HyGCN科技成果进行孵化，提高要害核心技能才能，推进各行各业从信息化向才智化晋级。

　　图神经网络的潜在使用十分多。严正玉举例说，在日常交通猜测、网约车调度、金融欺诈侦办、运动检测等场景，在助力科研的常识推理、EDA工程、化学研讨、世界发现等范畴，以及在常识图谱、视觉推理、自然语言处理中的多跳推理等学科展开方向上，都有极大使用空间。

　　在工业界，图神经网络也已经有了落地使用。比方，谷歌地图根据事情树的危险评价、图片交际网站Pinterest的内容引荐、阿里巴巴的风控和引荐、腾讯等公司的视觉和风控等事务中都有图神经网络的影子。

　　因为图神经网络具有推理才能，认知智能还能够协助机器跨过模态了解数据，学习到挨近人脑认知的一般表达，然后取得类似于人脑的多模感知才能，从而有望带来颠覆性的工业价值。

　　商场研讨机构Allied Market Research 发布的机器学习芯片商场陈述显现，2022年机器学习芯片商场规模估计将到达 827.2 亿美元。图神经网络加快芯片有望在接下来3年内与现有的神经网络芯片共生，甚至在5年后替换大部分的神经网络学习芯片，成为干流的机器学习芯片，可能将发生300亿美元以上的商场规模。