PipeGNN: 一种采用节点级流水线推送执行的带宽高效图神经网络加速器

《ACM Transactions on Architecture and Code Optimization》：PipeGNN: A Bandwidth-Efficient GNN Accelerator with Node-Level Pipelined Push Execution

　　

摘要AI摘要

摘要

摘要

图神经网络（GNNs）已成为对图结构数据学习的核心工具。在消息传递框架下，主流GNN模型交替执行特征变换和邻居聚合。将这两个阶段融合为节点级流水线推送数据流，其中每个节点的变换特征直接流入聚合过程，建立了一个单次遍历的I/O目标——即每层每个输入张量仅被读取一次。目前没有任何硬件能以完全并发的方式维持这一数据流。现有的融合加速器在三个方面未达到该目标：那些为聚合收集原始输入特征或将变换特征写回片外的设计会产生冗余流量；那些在片上流式传输变换特征的设计仍将两个阶段作为独立的矩阵内核，缺乏统一的执行粒度；而那些在消息粒度下进行聚合的设计则要么串行化面向目的地的聚合，要么分配无法扩展到大规模图的状态。我们提出PipeGNN，一种带宽高效的GNN加速器，其流式微架构在固定的片上缓冲预算内以完全并发的流水线形式维持该数据流。PipeGNN通过将执行粒度与内存突发大小和聚合计算吞吐量对齐，将执行与拓扑边界解耦，并通过协调机制解决四个耦合的微架构障碍：计算对齐的边分批、竞争感知的消息归约、自适应跨批调度和分层状态驻留。在多种GNN工作负载上的评估表明，PipeGNN相比AWB-GCN实现了几何平均10.1倍的加速，相比FlowGNN实现了12.2倍的加速，相比GPU基线在不同图规模上实现了2.4倍到46.9倍的加速；相比AWB-GCN减少了2.69倍的片外流量，相比FlowGNN减少了5.93倍；相比AWB-GCN能效提升56.81倍，相比FlowGNN提升1.53倍；与HyGCN相比实现了154倍的流量减少和116.81倍的能耗降低。

AI摘要

AI生成的摘要（实验性）

本摘要由自动化工具生成，未经论文作者撰写或审核。它旨在辅助文献发现，帮助读者评估相关性，并协助相邻研究领域的读者理解该工作。它作为作者提供的摘要的补充，后者仍然是论文的主要摘要。全文仍是权威的正式版本。 点击此处了解更多信息。

点击 此处 对该摘要的准确性、清晰度和实用性进行评论。这将有助于推动改进和未来重新生成的版本。

AI生成的摘要

由自动系统基于已发表论文文本生成。

版本创建于2026年9月17日。

本研究致力于解决在硬件中高效加速图神经网络的问题，提出了一种能够在完全并发下维持节点级流水线推送执行的流式微架构。论文识别并解决了阻止现有设计实现最优带宽效率的四个耦合微架构障碍。

核心问题源于GNN层的两阶段结构：特征变换后接邻居聚合。虽然理论上这两个阶段可以融合为单次遍历，每层每个输入仅读取一次，但先前的硬件加速器由于冗余数据移动、独立内核执行或串行化聚合而未能达到目标。论文将此单次遍历I/O目标确立为带宽效率的理想状态，并解释了为什么现有系统无法维持它。

论文识别的四个耦合障碍是：由可变节点度引起的拓扑负载不均衡、同一批次中多条边指向相同目的地时的写冲突、批次中源节点数量少于可用通道时导致的SIMD利用不足，以及必须跨批次边界持久化的部分聚合状态带来的状态驻留压力。这些障碍形成循环依赖：为解决SIMD利用不足而进行的跨批调度增加了状态驻留压力，而状态驻留压力限制了调度灵活性，导致死锁。

所提出的架构PipeGNN通过四种协调机制解决这些障碍，这些机制建立在与内存突发大小和聚合吞吐量对齐的固定大小执行粒度之上。计算对齐的边分批将边分组为与拓扑边界解耦的固定大小批次。竞争感知的消息归约通过为每个目的地在归约森林中分配专用归约路径来消除写冲突，实现完全并发的聚合而不产生串行化。自适应跨批调度将源特征跨批次汇集以维持SIMD通道利用率。分层状态驻留在片上累加缓冲区中保留高优先级枢纽节点状态，同时通过批量卸载排出低优先级状态，以适应波动的驻留需求。

架构由计算节点特征的变换引擎和累积消息的聚合引擎组成，两者通过按需驱动的拉取交互进行协调。变换引擎通过动态调度解决SIMD利用不足，无需等待批次边界即可填充空闲通道。聚合引擎使用归约单元的层次结构，其拓扑结构按批次动态重构以匹配目的地扇入，无需结构性修改即可消除写冲突。

在GCN、GraphSAGE、GIN和GAT模型上的评估显示了显著提升。PipeGNN相比先前的流式设计实现了10.1倍到12.2倍的加速，相比同规模基线减少了2.69倍到5.93倍的片外内存流量，相比可比设计能效提升56.81倍。该微架构在多种图规模和拓扑下保持了这些优势，证实了协调耦合障碍的协同设计在实践中实现了单次遍历带宽目标。该工作为高效硬件加速非欧几里得学习工作负载奠定了基础。

该内容由AI生成。 了解更多信息