이 연구에서는 메시지 전달 신경망(MPNN)의 분산 학습 및 추론 방법을 소개한다. 목표는 노드 수가 증가함에 따라 발생하는 그래프 신경망의 확장성 문제를 해결하는 것이다.
분산 학습 접근법과 Nyström 근사 기법을 결합한 DS-MPNN(Distributed and Sampled MPNN) 모델을 제안한다. 이 모델은 다중 GPU에 걸쳐 계산 도메인을 분할하여 메시지 전달 신경망을 확장할 수 있다.
실험 결과, DS-MPNN 모델은 단일 GPU 구현과 유사한 정확도를 보이면서도 훨씬 더 많은 노드를 처리할 수 있다. 또한 노드 기반 GCN 모델에 비해 크게 향상된 성능을 보인다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Priyesh Kakk... at arxiv.org 04-16-2024
https://arxiv.org/pdf/2402.15106.pdfDeeper Inquiries