2022-01-10 | 노현섭 기자

KAIST开发全球首款支持图谱型AI推理的SSD……“性能为英伟达GPU的7倍”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

韩国国内研究团队成功开发出一款固态硬盘(SSD)加速器,可实现基于图的人工智能(AI)推理,性能比美国半导体制造商英伟达最新高性能图形处理器(GPU)高出7倍。

韩国科学技术院(KAIST)10日表示,KAIST电气与电子工程学院教授郑明修(见图)研究团队在全球率先开发出“整体论式基于图的神经网络机器学习技术”(Holistic GNN),可在存储、SSD设备附近执行图机器学习推理中的图处理、图采样和神经网络加速。

基于图的神经网络机器学习此前一直是复用GPU等通用机器学习加速系统来完成运算。在数据预处理过程中出现严重的性能瓶颈,加之设备内存不足,系统应用受到限制。但Holistic GNN技术在存有图数据本身的存储附近直接加速推理的全部过程,解决了图机器学习预处理过程中的瓶颈现象。

研究团队自行制作了计算型存储的样机,并在其上搭载了自主开发的图机器学习用硬件RTL(由电阻和晶体管构成、用于计算机的电路)和软件框架。在英伟达GPU加速系统(RTX 3090)上评估的结果显示,在理想情况下,Holistic GNN技术比现有利用英伟达GPU加速图机器学习的系统平均快7倍,能耗降低33倍。尤其是随着图规模增大,预处理瓶颈的缓解效果增强,与现有GPU相比速度最高提升201倍,能耗最多降低453倍。

郑教授表示:“应用了图数据结构的新机器学习模型能够表达数据之间的关联关系”,“它可以替代现有高性能加速系统,广泛应用于超大型推荐系统、交通预测系统、新药开发等领域。”

该研究成果将在今年2月于美国圣何塞举行的存储系统领域最高水平学术会议“USENIX FAST 2022”上发表。

阅读韩文原文