混合图卷积网络：通过混合并行和混合加速器实现可扩展的GCN训练

本研究解决了全图图卷积网络（GCN）训练中存在的内存爆炸和计算资源利用效率低下的问题。我们提出的MixGCN通过结合混合并行和混合加速器的方法，显著提高了训练效率和可扩展性。实验证明该方法在通信量和工作负载方面表现出色，对GCN的广泛应用具有重要的影响。