本次HPC China 2018大会，面向超大规模异构系统架构的新一代图计算系统“神图” 的作者林恒在co-design workshop中，向大家详细介绍项目情况。

作者现场报告
 

 该项研究由清华大学、北京费马科技有限公司、卡塔尔计算研究所、数学工程与先进计算国家实验室、苏黎世联邦理工学院、国家并行计算机工程技术研究中心、北京搜狗科技发展有限公司和国家超级计算无锡中心的联合研究团队完成。该工作基于“神威·太湖之光”，能够线性扩展到上千万核，首次实现了包含70万亿边的图的秒级分析，处理速度达到了1984 GPEPS（Giga Processed Edges Per Second），在高效求解非规则的超大规模稀疏问题上达到了一个新的里程碑。

·   非规则计算问题在异构计算资源上的协同计算挑战。“神图”“扬长避短”，抽象多种关键图计算算法的计算流程，完成细粒度功能分解，实现面向申威众核处理器不同计算资源的最优映射。

·   图数据幂律分布的负载均衡挑战。“神图”“分而治之”高出度边（高出度顶点对应的边）、高入度边（高入度顶点对应的边）和正常边，既能将数据均匀地分布到各个节点，又避免了计算局部过热的问题。

融合上述方案，“神图”能够有效利用神威·太湖之光整机系统完成70万亿边的Kronecker合成图的快速分析，处理速度达到了1984GPEPS。在实际应用中，在12万亿条边的真实中文网页图上完成一轮PageRank算法仅需8.5秒（1443GPEPS），与文献中报道的业界先进系统相比（如微软的GraM系统处理1.2万亿条边的合成图每轮PageRank迭代需要140秒），处理规模增加了一个数量级，而处理性能进一步提高超过一个数量级，实现了图计算节点规模、图数据规模、运行时间上的突破。

“神图”系统的研制成功，不仅扩展了国产超级计算机在大数据分析领域的应用能力，并且能够提供更加迅捷的实验、优化超大规模图算法的运算环境，为工业界大数据分析提供了有力技术支撑与系统保障。

“神图”将图计算边处理过程做细粒度分解