BriefGPT - AI 论文速递
·
可扩展且一致的图神经网络用于分布式基于网格的数据驱动建模
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
研究提出了一种基于领域分解的分布式训练方法，用于消息传递神经网络 (MPNN)，解决无线边缘网络的扩展问题。结合 Nyström 近似采样技术，开发了可扩展的图神经网络 DS-MPNN，支持 O(10^5) 节点。通过 Darcy 流数据集和二维翼型稳态 RANS 模拟验证，DS-MPNN 在准确性上与单 GPU 实现相当，并支持更多节点，优于基于节点的 GCN。
