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)。

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。