为什么使用GPU采样而不是CPU 在一个典型的使用GPU来加速图神经网络的系统中，每次迭代可以抽象为三个阶段，分别是采样、特征提取和模型训练。在系统初始化部分完成数据集的加载和预处理、定义Dataloader、Sampler和模型，随后开始训练，Dataloader负载加载一个minibatch，Sampler对其进行采样得到采样子图，从内存中聚合…

不同图采样模式的区别 minibatch SGD是在GPU内存优先的前提下将GNN训练扩展到更大规模数据集上的有效训练方式，然而对于每个minibatch中的目标节点，如果使用它的全部K阶邻居节点的聚合特征来生成该节点的嵌入表示，那么minibatch子图中节点的数量会随着K的增大而急剧增加，导致GPU内存无法容纳一个子图的特征数据，这就是GNN训…