GNNBENCH: Fair and Productive Benchmarking for Single-GPU GNN System

简介

我们假设缺乏一个标准化的基准测试已经导致了几个基本的GNN系统设计和评估方面的缺陷，而这些缺陷被学术界所忽视。在这项工作中，我们提出了GNNBench，这是一个专注于系统创新的即插即用基准测试平台。GNNBench提出了一种新的协议来交换他们的张量数据，支持在系统API中使用自定义类，并允许将同一系统模块自动集成到许多深度学习框架中，例如PyTorch和TensorFlow。为了展示这样一个基准测试框架的重要性，我们集成了几个GNN系统。我们的结果表明，与GNNBench的集成帮助我们识别出了一些值得学术界关注的测量问题。
作者讲解

目前尚无作者解读视频，你可点击下方【许愿开讲】按钮，许愿作者开讲~
图表
解决问题

GNNBench旨在解决GNN系统设计和评估中缺乏标准化基准的问题，以及由此带来的测量问题。
关键思路

GNNBench是一个插拔式基准测试平台，提供了新的协议和支持自定义类的API，可以自动集成到多个深度学习框架中。
其它亮点

论文通过集成多个GNN系统，展示了GNNBench的重要性，并发现了一些值得关注的测量问题。实验使用了开源数据集，并提供了开源代码。
相关研究

在GNN领域，还有一些相关研究，例如：《Simplifying Graph Convolutional Networks》、《How Powerful are Graph Neural Networks?》等。