GraphChallenge 2021包括静态图匹配、动态图划分和稀疏神经网络推理三个赛道,分别代表了图计算的不同典型应用场景,吸引了赛灵思、英伟达、劳伦斯利弗莫尔国家实验室、弗吉尼亚理工大学、UIUC等国际知名科研院所参赛,最终,华中科技大学和美国马里兰大学帕克分校两支参赛团队获得冠军。
华中科技大学参赛团队从去年年底开始准备参赛,选择稀疏神经网络推理作为主赛道,为加速人工智能应用提供新方案。这个赛道的任务是将神经网络的权重数据抽象为图数据,执行推理任务,是人工智能领域的典型应用场景。
图(Graph)是一种用来建模事物之间关系的一种数据结构,可以应用于生产生活中的各个领域,从社交媒体、网页排序到科学计算、人工智能,都可以用图来表示。这些应用需要能够被快速处理,而图结构的不规则性则让这一目标变得很难。因此,图计算成为大数据和人工智能时代的核心挑战。
GraphChallenge从2017年开始,由IEEE、麻省理工大学、亚马逊公司作为主办方,至今已成功举办五届。
原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/94111.html