2 月 11 日，中国科大苏州高等研究院医学影像智能与机器人研究中心的 DDL 实验室宣布了一个消息。2 月 23 日，IT 之家得知了这一消息。该团队在大规模图神经网络（GNN）训练系统方面的研究论文被国际知名学术会议 ACM International Conference on Management of Data（SIGMOD）2025 录用。
图神经网络（GNN）的主流训练框架有 DGL 和 PyG 等。这些框架利用 GPU 的并行处理能力，从图数据中提取结构信息。它们在推荐系统、自然语言处理、计算化学和生物信息学等领域展现出了卓越的性能。
GPU 在 GNN 训练中提供了强大的计算优势。但其显存容量有限。有限的显存容量难以容纳庞大的图数据。所以现有 GNN 系统在大规模图数据上的扩展性方面仍面临挑战。
对此，DDL 实验室团队提出了一种新的框架，名为 Capsule，此框架属于核外（Out-of-Core）GNN 训练框架，为大规模图神经网络训练提供了高效的解决方案。
该系统与现有的核外 GNN 框架不一样。它利用图划分和图裁剪策略，把训练子图结构及其特征都完全放进了 GPU 显存里。这样就消除了在反向传播过程中 CPU 与 GPU 之间的 I/O 开销。进而使系统性能得到了显著提升。
Capsule 设计了基于最短哈密顿回路的子图加载方式，还制定了流水线并行策略，以此进一步优化了性能。并且，Capsule 具有即插即用的特性，能够将其无缝集成到主流开源 GNN 训练框架当中。在大规模真实图数据集上，Capsule 与现有的最好系统相比，在仅使用 22.24%的内存时，能带来最高 12.02 倍的性能提升，并且还提供了关于训练所得嵌入方差的理论上界。
这一成果具有重要意义，它标志着我国在图计算系统领域取得了突破。此突破为一些场景提供了全新解决方案，这些场景包括社交网络分析以及生物医学图谱构建等，而这些场景都需要处理超大规模的图数据。
IT之家附论文链接：
