GraphVite是一个专为高速、大规模的训练场景设计的通用图嵌入系统，已于本周正式开源。该系统旨在提供一个包含一系列图嵌入方法的通用高性能框架，进一步推动图学习算法的研究与发展。GraphVite支持多GPU并行，可以扩展到百万级甚至十亿级的图，在百万节点的图上，只需要约一分钟就能完成节点表示的学习。GraphVite由唐建教授带领的MilaGraph团队开发，相关论文已发表于WWW19会议。本文是AI前线第88篇论文导读，我们将对GraphVite及其技术实现进行具体介绍。
GraphVite 总览
目前，GraphVite 已为 3 种应用提供了完整的训练和评价框架，包括节点嵌入、知识图谱嵌入以及图和高维数据可视化。此外，它还包含了 9 种流行的模型以及这些模型在一系列标准数据集上的基准测试结果。
GitHub 项目入口：https://github.com/DeepGraphLearning/graphvite
GraphVite 现支持的三种任务
为了展示 GaphVite 的速度，MilaGraph 提供了在三种应用上最好的开源实现与 GraphVite 的训练速度报告，报告基于 24 个 CPU 线程以及 4 个 Tesla V100GPU 的硬件系统。在 Youtube 数据集上，节点嵌入任务的训练速度如下：
Youtube 数据集上节点嵌入任务训练时间
在 FB15k 数据库上实现的知识图谱任务报告如下：
在 MNIST 数据集上实现的高维数据可视化任务报告如下：
可以看出在以上三个任务中，相较于目前最好的开源实现，GraphVite 最多可以提升 300 多倍的速度。并且，在提高了速度的同时，GraphVite 没有任何性能上的牺牲，这点可以从该项目提供的基准测试报告中发现。在使用与上述速度报告相同硬件的情况下，GraphVite 的说明文档中还提供了使用 GraphVite 实现的所有模型的基准测试结果。在节点嵌入任务上，作者在 Youtube、Flicke 和 Friendster-small 三个数据集上提供了每个模型的 micro-F1 和 macro-F1 指标。
Youtube 数据集上三种不同模型的结果报告
在知识图谱嵌入任务上，作者对 TransE、DistMult、ComplE、SimplE 和 RotatE 四种方法进行了测试。
Youtube 数据集上五种不同模型的结果报告
作者在两个流行的数据集上对图及高维数据可视化任务进行了测试。LargeVis 所需的训练时间和资源如下表所示。请注意，超过 95％的 GPU 内存成本来自 KNN Graph 的构建，并且可以在必要时与速度进行权衡。
在 MNIST 和 ImageNet 数据集上 LargeVis 的测试结果
其中，MNIST 数据集上 3D 可视化结果如下：
与类似的工作 Pytorch-BigGraph 相比，GraphVite 速度更快，测试结果如下：
同时，GraphVite 还比前者多了节点嵌入以及可视化两个功能，为研究和开发提供了更多的便利。
理解 GraphVite
GraphVite 为什么可以这么快？这是因为 GraphVite 根据 CPU 和 GPU 各自的优势，解决了混合节点嵌入系统的三大挑战。
混合节点嵌入系统的难点主要包含：1）基于 mini-batch 的 SGD 方法无法直接用关于大型网络上的节点嵌入，2）由于 GPU 与 CPU 总线带宽的差异，在 CPU 与 GPU 之间的数据转送会成为系统瓶颈，3） 多 CPU 与 GPU 设备间的同步成本巨大。
GraphVite 使用了并行在线增广方法在 CPU 上有效地扩充网络规模。同时使用了并行负采样方法对多 GPU 的嵌入训练进行协调。GraphVite 还使用了一种协作策略来降低 CPU 和 GPU 之间的同步成本。
GraphVite 系统结构图，灰色及黄色部分分别表示并行数据增广过程与嵌入训练过程。
并行在线增广
对于节点嵌入方法，其第一阶段需要使用随机遍历来扩充原始网络。由于增广网络通常比原始网络要大一到两个数量级，因此，如果原始网络已经非常大，则其网络结构将很难被加载到主存储器中。GraphVite 采用了并行在线增广，可以在不显示网络增强的情况下生成增广的边样本。
作者首先绘制一个出发节点（depature node），其选择概率与每个节点的度成正比。然后从出发节点开始执行随机游走，并在特定的增广距离 s 内挑选节点对产生边样本。由于随机游走中生成边样本具有相关性，因此训练效果可能会变差。作者受到强化学习中广泛使用的经验回放方法的启发，收集边样本到样本池，并在对它混洗（shuffle）后再转发到 GPU 进行嵌入训练。当每个线程预先分配有独立的样池时，上述方法可以并行化处理。算法 2 给出了并行在线增广的详细过程：
为了更好的训练效果，对样本池进行混洗非常重要，但同时它也会减慢网络增广的速度。原因是普通的洗牌方法包含大量随机内存访问，并且不能由 CPU 缓存加速。如果服务器有多个 CPU 插槽，速度损失将更加严重。为了缓解这个问题，作者提出了一种伪混洗技术，它以更加缓存友好的方式对相关样本进行洗牌，并显着提高系统的速度。
并行负采样
在嵌入训练阶段，作者将训练任务分为多个子任务并将它们分配给多个 GPU 设备。子任务必须设计成具有很少的共享数据的形式以最小化 GPU 之间的同步成本。为了了解如何将模型参数分配给多个 GPU 而不重叠，作者首先介绍了ε-梯度可交换的概念：
其中，作者将 0-梯度可交换称为梯度可交换。由于节点嵌入训练过程的稀疏性质，在网络中会存在很多形成梯度可交换对的集合。例如，对于两个边缘样本集例如，对于两个边缘样本集 X1，X2⊆E，如果它们不共享任何源节点或目标节点，则 X1 和 X2 是梯度可交换的。即使 X1 和 X2 共享一些节点，如果学习率α和迭代次数有界，它们仍然可以是ε-梯度可交换的。
基于节点嵌入中观察到的梯度交换性，作者提出了一种用于嵌入训练阶段的并行负采样算法。对于 n 个 GPU，我们将顶点和上下文行分别划分为 n 个分区（上图的左上角）。这导致样本池的 n×n 分区网格，其中每个边缘属于其中一个块。这样，任何不共享行或列的块都是可梯度交换的。只要限制每个块上的迭代次数，同一行或列中的块都是ε-梯度可交换的。
作者将集（episode）定义为并行负抽样中使用的块级步骤。在每一集中，我们分别向 n 个 GPU 发送 n 个正交块及其对应的顶点和上下文分区。然后，每个 GPU 使用 ASGD 更新自己的嵌入分区。因为这些块是相互梯度可交换的并且不共享参数矩阵中的任何行，所以多个 GPU 可以在没有任何同步的情况下同时执行 ASGD。在每集结束时，我们从所有 GPU 收集更新的参数并分配另外 n 个正交块。这里ε-梯度可交换由 n 个正交块中的总样本数控制，我们将其定义为集的大小。较小的集有利于ε-梯度可交换嵌入式训练。但是同时也会导致更频繁的同步。因此作者调整了集的大小，以便在速度和ε-梯度可交换之间有一个很好的权衡。上图给出了具有 4 个分区的并行负采样的示例。
虽然作者使用等于 n 的分区数量来说明了负采样的有效性，但是并行负采样可以很容易地推广到任何数量大于 n 的分区的情况，只需在每集中处理 n 个子组中的正交块。算法 3 给出了用于多个 GPU 的混合系统的并行负采样算法的详细步骤：
协作策略
我们的并行负采样使不同的 GPU 能够同时训练节点嵌入，只需要在集之间进行同步。但是，应该注意到，样本池也在 CPU 和 GPU 之间共享。如果它们在样本池上同步，则只有同一阶段的设备可以同时访问样本池，这意味着硬件在一半时间内处于空闲状态。为了提高效率，作者提出了一种协作策略来降低同步成本。
作者主存储器中分配两个样本池，让 CPU 和 GPU 始终在不同的样本池上工作。 CPU 首先填充样本池并将其传递给 GPU。之后，并行在线增广和并行负采样分别在 CPU 和 GPU 上执行。当 CPU 填满新的样本池时，将交换这两个池。通过协作策略，CPU 和 GPU 之间的同步成本降低，混合系统的速度几乎翻倍。
实验
作者使用了 Youtube、Reiendster-small、Hyperlink-PLD 和 Friendster 四个数据库对 GraphVite 的性能进行了测试。部分实验结果已在第一章中展示，详细的实验结果在论文原文以及 GraphVite官方网站（https://graphvite.io/）的 Docs 中都有详细的展示。
快速入门
GraphVite 可以在 CUDA>=9.2 的 Linux 系统上运行，兼容 Python2.7 和 Python3.5/3.6/3.7 版本。GraphVite 对待新手十分友好，它提供了关于节点嵌入任务的快速入门示例供用户学习。用户可以选择通过 Conda 源进行安装或使用源码编译，使用 Conda 安装仅需在命令行输入命令：
如果仅需要嵌入训练而不要测试部分，还可以选择更加轻量级的最小化 GraphVite 系统：
或者用户也可以选择使用源码编译：
安装完成 GraphVite 后，直接执行即可查看示例，在终端输入：
示例需要运行约一分多钟的时间，然后会输出结果：
Java 避坑指南：Java 高手笔记代码篇
本迷你书包括 86 个业务开发中常见踩坑点。每一个知识点都相当的实用，是程序员业务开发中的必备避坑指南...
评论