Core Concepts
アルゴリズムとシステム革新を統合した高性能GPUトレーニングシステムの提案。
Abstract
深層学習の加速において、GPUが主流プラットフォームとなっている。
MaxK-GNNはアルゴリズムとシステム革新を統合した高性能GPUトレーニングシステムである。
MaxK非線形性を導入し、理論的分析を提供。
CBSR形式を使用してデータと特徴行列のインデックスを格納。
前向き計算ではSpGEMMカーネルを使用して行ごとの積ベースのSparse Matrix-Matrix Multiplication(SpGEMM)カーネルを設計。
後方計算では外積ベースのSSpMMカーネルデザインに焦点を当てる。
MaxK-GNNシステムはAmdahl's lawに従って限界まで高速化可能であり、他のSOTA GNNトレーニングシステムと互換性がある。
Stats
MaxK非線形性は任意の連続関数𝑓(𝑋)を十分な数の隠れユニット𝑟で近似できる。