Efficient Scaling of Dynamic Graph Neural Networks

We present distributed algorithms for training dynamic Graph Neural Networks (GNN) on large scale graphs spanning multi-node, multi-GPU systems. To the best of our knowledge, this is the first scaling study on dynamic GNN. We devise mechanisms for reducing the GPU memory usage and identify two execu...

Celý popis

Podrobná bibliografie

Vydáno v:	SC21: International Conference for High Performance Computing, Networking, Storage and Analysis s. 1 - 13
Hlavní autoři:	Chakaravarthy, Venkatesan T., Pandian, Shivmaran S., Raje, Saurabh, Sabharwal, Yogish, Suzumura, Toyotaro, Ubaru, Shashanka
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	ACM 14.11.2021
Témata:	Data transfer Distributed algorithms dynamic graphs Graph neural networks Graphics processing units Heuristic algorithms High performance computing learning Training
ISSN:	2167-4337
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!