【導讀】一些可穿戴設備制造商不認為能量收集(任何形式)是有意義的設計。為了追求自供電的可穿戴設備,電子開發(fā)人員正在尋求改變?nèi)缃襁@種狀況。
得益于大數(shù)據(jù)的興起和計算能力的快速提升,機器學習技術近年來經(jīng)歷了革命性的發(fā)展。諸如圖像分類、語音識別和自然語言處理等機器學習任務,都是對具有一定大小、維度和有序排列的歐幾里得數(shù)據(jù)進行處理。然而,在許多現(xiàn)實場景中,數(shù)據(jù)是由復雜的非歐幾里得數(shù)據(jù)(例如圖形)表示的。這些圖形不僅包含數(shù)據(jù),還包含數(shù)據(jù)之間的依賴關系,例如社交網(wǎng)絡、蛋白質(zhì)分子結(jié)構(gòu)、電子商務平臺中的客戶數(shù)據(jù)等。數(shù)據(jù)復雜性的提升給傳統(tǒng)的機器學習算法設計及其實現(xiàn)技術帶來了嚴峻的挑戰(zhàn)。在這種情況下,許多全新的基于圖形的機器學習算法或圖神經(jīng)網(wǎng)絡(GNN)不斷在學術界和工業(yè)界涌現(xiàn)。
GNN 對計算能力和存儲有非常高的要求,而且其算法的軟件實現(xiàn)效率非常低。因此,業(yè)界對 GNN 的硬件加速有著非常迫切的需求。盡管傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(CNN)硬件加速有很多種解決方案,但 GNN 的硬件加速還沒有得到充分的討論和研究。在撰寫本白皮書時,谷歌(Google)和百度(Baidu)都無法搜索到關于 GNN 硬件加速的中文研究資料。本白皮書的寫作動機是將國外最新的 GNN 算法、對加速技術的研究以及對基于現(xiàn)場可編程邏輯門陣列(FPGA)的 GNN 加速技術的探討相結(jié)合,并以概述的形式呈現(xiàn)給讀者。
對圖神經(jīng)網(wǎng)絡(GNN)的介紹
在宏觀層面上,GNN 的架構(gòu)與傳統(tǒng) CNN 有很多相似之處,諸如卷積層、池化、激活函數(shù)、機器學習處理器(MLP)、全連接層(FC layer)等模塊,這些都可以應用到 GNN。下圖展示了一個相對簡單的 GNN 架構(gòu)。
圖 1:典型的 GNN 架構(gòu)(來源:https://arxiv.org/abs/1901.00596)
但是,GNN 中的圖形數(shù)據(jù)卷積計算與傳統(tǒng) CNN 中的二維卷積計算不同。以下圖為例,紅色目標節(jié)點的卷積計算過程如下所示:
1、圖卷積 - 使用近鄰函數(shù)對周圍節(jié)點的特征進行采樣,并計算平均值。相鄰節(jié)點的數(shù)量是不確定且無序的(非歐幾里得數(shù)據(jù))
2、二維卷積——使用卷積核對周圍節(jié)點的特征進行采樣,并計算加權平均值。相鄰節(jié)點的數(shù)量是確定且有序的(歐幾里得數(shù)據(jù))
圖 2:圖卷積和二維卷積(來源:https://arxiv.org/abs/1901.00596)
對 GraphSAGE 算法的介紹
學術界對 GNN 算法進行了大量的研究和探討,提出了相當多的創(chuàng)新實現(xiàn)方法。其中,由斯坦福大學(Stanford University)于 2017 年提出的 GraphSAGE 是一種歸納表示學習算法,用于預測大規(guī)模圖中動態(tài)的、全新的、未知的節(jié)點類型,還專門針對節(jié)點數(shù)量龐大、節(jié)點特征豐富的圖進行了優(yōu)化。如下圖所示,
GraphSAGE 算法的計算過程可以分為三個主要步驟:
1、相鄰節(jié)點采樣——用于降低復雜性,一般采樣兩層,每層采樣幾個節(jié)點。
2、聚合——用于嵌入目標節(jié)點,即圖的低維向量表示。
3、預測——使用嵌入作為全連接層的輸入,以預測目標節(jié)點 d 的標簽。
圖 3:GraphSAGE 算法的可視化表示(來源:http://snap.stanford.edu/graphsage)
1.Sample neighborhood
1、樣本鄰域
2.Aggregate feature information from neighbors
2、聚合來自鄰域的特征信息
3.Predict graph context and label using aggregated information
3、利用聚合信息預測圖形情況和標簽
為了在 FPGA 中實現(xiàn) GraphSAGE 算法加速,必須了解其數(shù)學模型,以便將算
法映射到不同的邏輯模塊。下圖所示的代碼說明了該算法的數(shù)學過程。
圖 4:GraphSAGE 算法的數(shù)學模型(來源:http://snap.stanford.edu/graphsage)
Step 1: Sample a sub-graph node with neighborhood function N[}.
步驟 1:使用近鄰函數(shù) N[}對子圖節(jié)點進行采樣。
Step 2: Aggregate features from neighbor nodes, e.g. mean[}, lstm[}, polling[}
步驟 2:聚合相鄰節(jié)點的特征,例如 mean[}、lstm[}、polling[}
Step3: Combine aggregated node features. E.g. convolution[}
步驟 3:合并聚合的節(jié)點特征。例如卷積[}
Step 4: Nonlinear activation, e.g, relu[}
步驟 4:非線性激活,例如 relu[}
Step 5: Iterate for each neighbor with a sub-graph
步驟 5:使用子圖迭代每個鄰域
Step 6: Normalize
步驟 6:標準化
Step 7: Iterate for each search-depth
步驟 7:對每個深度搜索進行迭代
Step 8: Final node embedding of node v
步驟 8:節(jié)點 v 的最終節(jié)點嵌入
對于每個要處理的目標節(jié)點 xv,GraphSAGE 算法都會執(zhí)行以下操作:
1、通過近鄰采樣函數(shù) N(v)對子圖中的節(jié)點進行采樣。
2、聚合要采樣的相鄰節(jié)點的特征。聚合函數(shù)可以是 mean()、lstm()或 polling()
等。
3、將聚合結(jié)果與上一次迭代的輸出表示合并起來,并使用 Wk 進行卷積。
4、對卷積結(jié)果進行非線性處理。
5、多次迭代以結(jié)束當前第 k 層的所有相鄰節(jié)點的處理。
6、對第 k 層迭代的結(jié)果進行標準化處理。
7、多次迭代以結(jié)束對所有 K 層采樣深度的處理。
8、將最終的迭代結(jié)果 zv 嵌入到輸入節(jié)點 xv。
GNN 加速器設計所面臨的挑戰(zhàn)
GNN 算法涉及大量的矩陣計算和存儲訪問操作。在傳統(tǒng)的 x86 架構(gòu)服務器上運行這種算法的效率是非常低的,表現(xiàn)為速度慢、能耗高等。
新型圖形處理器(GPU)的應用可以顯著提高 GNN 的計算速度與能效比。但是,GPU 在存儲可擴展性方面存在短板,使其無法處理圖形中的海量節(jié)點。GPU 的指令執(zhí)行方式也會導致計算延遲過大和不確定性;因此,它不適用于需要實時計算圖形的場景。
上面提到的各種設計挑戰(zhàn),使得業(yè)界迫切需要一種能夠支持高并發(fā)、實時計算,擁有巨大存儲容量和帶寬,并可擴展到數(shù)據(jù)中心的 GNN 加速解決方案。
基于 FPGA 設計方案的 GNN 加速器
Achronix 的 Speedster®7t 系列 FPGA 產(chǎn)品(以及該系列的第一款器件AC7t1500)是針對數(shù)據(jù)中心和機器學習工作負載進行了優(yōu)化的高性能 FPGA器件,消除了基于中央處理器(CPU)、GPU 和傳統(tǒng) FPGA 的解決方案中存在的若干性能瓶頸。Speedster7t 系列 FPGA 產(chǎn)品采用了臺積電(TSMC)的7nm FinFET 工藝,其架構(gòu)采用了一種革命性的全新二維片上網(wǎng)絡(NoC)、獨創(chuàng)的機器學習處理器矩陣(MLP),并采用高帶寬 GDDR6 控制器、400G 以太網(wǎng)和 PCI Express Gen5 接口,在確保 ASIC 級性能的同時,它為用戶提供了靈活的硬件可編程性。下圖展示了高性能 FPGA 器件 Speedster7t1500 的架構(gòu)。
圖 5:Achronix 高性能 FPGA 器件 Speedster AC7t1500 的架構(gòu)
上述特點使 Achronix Speedster7t1500 器件成為應對在 GNN 加速器設計中面臨的各種挑戰(zhàn)的完美解決方案。
表 1:GNN 設計面臨的挑戰(zhàn)和 Achronix Speedster7t1500 FPGA 器件提供的
解決方案
GNN 加速器頂層架構(gòu)
此 GNN 加速器是為 GraphSAGE 算法設計的,但是它的設計也可以應用于其他類似的 GNN 算法加速。其頂層架構(gòu)如下圖所示。
圖 6:GNN 加速器頂層架構(gòu)
Synthesizable IPs
可綜合的 IP
GNN Core: Preforms GNN computation
GNN 內(nèi)核:執(zhí)行 GNN 計算
RoCE-Lite: Memory scalability with RDMA
RoCE-Lite:采用 RDMA 的存儲可擴展性
Harden IPs
硬化 IP
NoC: High speed and unified IP connectivity
NoC:高速、統(tǒng)一的 IP 連接
DDR4 Ctrl: Large memory for graph storage
DDR4 Ctrl:用于圖形存儲的大存儲容量
GDDR6 Ctrl: High speed memory for computing
GDDR6 Ctrl:用于計算的高速存儲
PCIe Gen5×16: High throughout host interface
PCIe Gen5×16:高吞吐量的主機接口
Ethernet 400GE: High speed network
以太網(wǎng) 400GE:高速網(wǎng)絡
該架構(gòu)由以下模塊組成:
●圖中的 GNN 內(nèi)核是算法實現(xiàn)的核心部分(詳情如下)。
●RoCE-Lite 是 RDMA 協(xié)議的輕量級版本,用于通過高速以太網(wǎng)進行遠程存儲訪問,以支持海量節(jié)點的圖計算。
●400GE 以太網(wǎng)控制器用于承載 RoCE-Lite 協(xié)議。
●GDDR6 存儲器用于存儲 GNN 處理過程中所需的高速訪問數(shù)據(jù)(DDR4 作為備用大容量存儲器)。該存儲器用于存儲訪問頻率相對較低的數(shù)據(jù),例如
●PCIe Gen5 ×16 接口提供高速主機接口,用于與服務器軟件進行數(shù)據(jù)交互。
上述所有模塊均通過具有高帶寬的 NoC 實現(xiàn)互連。
GNN 內(nèi)核微架構(gòu)
在開始討論 GNN 內(nèi)核的微架構(gòu)之前,有必要先回顧一下 GraphSAGE 算法。
其內(nèi)層循環(huán)的聚合和合并(包括卷積)占據(jù)了該算法的大部分計算和存儲訪問。通過研究,我們得出這兩個步驟的特點,具體如下。
表 2:GNN 算法中聚合和合并操作的對比(來源:https://arxiv.org/abs/1908.10834)
可以看出,聚合操作和合并操作在計算和存儲訪問模式上有著完全不同的需求。聚合操作涉及相鄰節(jié)點的采樣。然而,圖形是一種非歐幾里得數(shù)據(jù)類型——它的大小和維度是不確定且無序,矩陣稀疏,節(jié)點位置隨機。因此,存儲訪問是不規(guī)則的,并且難以重復利用數(shù)據(jù)。
在合并操作中,輸入數(shù)據(jù)是聚合結(jié)果(節(jié)點的低維表示)和權重矩陣。它的大小和維度是固定的,具有線性存儲位置。因此對存儲訪問沒有挑戰(zhàn),但是矩陣的計算量非常大。
基于上述分析,我們決定在 GNN 內(nèi)核加速器設計中選擇使用兩種不同的硬件結(jié)構(gòu)來分別處理聚合和合并操作(如下圖示):
聚合器——通過單指令多數(shù)據(jù)(SIMD)處理器陣列,對圖形相鄰節(jié)點進行采樣和聚合。單指令可以預定義為 mean()平均值計算,或其他適用的聚合函數(shù);多數(shù)據(jù)是指單次 mean()均值計算中需要多個相鄰節(jié)點的特征數(shù)據(jù)作為輸入,這些數(shù)據(jù)來自子圖采樣器。SIMD 處理器陣列通過調(diào)度器 AggScheduler 進行負載平衡。子圖采樣器通過 NoC 從 GDDR6 或 DDR4 讀回的鄰接矩陣和節(jié)點特征數(shù)據(jù) h0v 分別緩存在鄰接列表緩沖區(qū)(Adjacent ListBuffer)和節(jié)點特征緩沖區(qū)(Node Feature Buffer)。聚合的結(jié)果 hkN(v)存儲在聚合緩沖區(qū)(Aggregation Buffer)中。
合并器——通過脈動矩陣 PE 對聚合結(jié)果進行卷積運算。卷積核是 Wk 權重矩陣。卷積結(jié)果由 ReLU 激活函數(shù)進行非線性處理,同時也存儲在 PartialSum Buffer 中,以用于下一輪迭代。
圖 7:GNN 內(nèi)核功能框圖
合并結(jié)果經(jīng)過 L2BN 標準化處理后,即為最終的節(jié)點表示 hkv。在一個典型的節(jié)點分類預測應用中,節(jié)點表示 hkv 可以通過一個全連接層(FC)來獲取節(jié)點的分類標簽。這個過程是傳統(tǒng)的機器學習處理方法之一,在 GraphSAGE 文獻資料中沒有體現(xiàn),這個功能也沒有包含在這個架構(gòu)中。
結(jié)論
本白皮書探討了 GraphSAGE GNN 算法的數(shù)學原理,并從多個角度分析了GNN 加速器設計中的技術挑戰(zhàn)。通過分析問題并在架構(gòu)層面逐一解決,提出了一種架構(gòu),利用 Achronix Speedster7t AC7t1500 FPGA 器件提供的具有競爭性的優(yōu)勢,創(chuàng)建了一種高度可擴展的、能夠提供卓越性能的 GNN 加速解決方案。
免責聲明:本文為轉(zhuǎn)載文章,轉(zhuǎn)載此文目的在于傳遞更多信息,版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題,請電話或者郵箱聯(lián)系小編進行侵刪。