GraphStorm: all-in-one graph machine learning framework for industry applications

图机器学习（GML）在许多商业应用中非常有效。然而，使GML易于使用并适用于具有海量数据集的行业应用仍然具有挑战性。我们开发了GraphStorm，它提供了可扩展的图构建、图模型训练和推理的端到端解决方案。GraphStorm具有以下理想特性：（a）易于使用：它可以通过一个命令执行图构建、模型训练和推理；（b）专家友好：GraphStorm包含许多高级GML建模技术，以处理复杂的图形数据并提高模型性能；（c）可扩展：GraphStorm中的每个组件都可以在具有数十亿个节点的图形上运行，并且可以将模型训练和推理扩展到不同的硬件上，而无需更改任何代码。GraphStorm在2023年5月发布后已被用于超过十亿规模的行业应用，并已部署。它在Github上开源：https://github.com/awslabs/graphstorm。

GraphStorm解决了GML在处理海量数据集时难以使用和适用于工业应用的问题，提供了可扩展的图构建、模型训练和推理的端到端解决方案。

GraphStorm的关键思路是提供易于使用、专家友好且可扩展的GML解决方案，包含许多先进的GML建模技术，能够处理复杂的图形数据并提高模型性能。

GraphStorm能够通过单个命令执行图构建、模型训练和推理，每个组件都可以处理数十亿个节点的图，并能够在不更改任何代码的情况下将模型训练和推理扩展到不同的硬件上。GraphStorm已经在超过十亿规模的工业应用中使用和部署，并在Github上开源。

在这个领域中，最近的相关研究包括GNN、GraphSAGE和DGL等。