“Graph Challenge”圖計(jì)算挑戰(zhàn)賽由知名學(xué)術(shù)機(jī)構(gòu) IEEE 與麻省理工大學(xué)、亞馬遜等共同主辦，旨在激發(fā)全球范圍內(nèi)的研究者和開(kāi)發(fā)者利用圖結(jié)構(gòu)解決社交網(wǎng)絡(luò)、科學(xué)計(jì)算等領(lǐng)域中的復(fù)雜關(guān)系難題。比賽分為子圖同構(gòu)、圖劃分和稀疏神經(jīng)網(wǎng)絡(luò)推理三個(gè)賽道，其中子圖同構(gòu)的目標(biāo)是判斷一個(gè)大圖中是否存在與指定圖同構(gòu)的子圖，該問(wèn)題一直是圖計(jì)算領(lǐng)域的核心難題。

阿里云與南京大學(xué)等單位聯(lián)合提交的參賽論文《SMOG: Accelerating Subgraph Matching on GPUs》提出了一種通用、高性能且可擴(kuò)展的子圖匹配系統(tǒng)，通過(guò)充分利用多卡 GPU 的計(jì)算能力，顯著加速了子圖匹配任務(wù)的執(zhí)行速度。此前，業(yè)界通常在處理不同子圖匹配任務(wù)時(shí)采用相同的算法，然而，該系統(tǒng)引入了一種創(chuàng)新性的自適應(yīng)框架，可以根據(jù)具體子圖選擇不同的子圖匹配算法。在與業(yè)界最新子圖匹配系統(tǒng)的對(duì)比中，該系統(tǒng)的平均加速比達(dá)到了驚人的 204 倍，在眾多國(guó)際團(tuán)隊(duì)中一舉斬獲“子圖同構(gòu)”賽道冠軍。

不久前，阿里云GraphScope團(tuán)隊(duì)在工業(yè)級(jí)效果表現(xiàn)上也取得了突破。通過(guò)應(yīng)用最新自研的下一代Flex架構(gòu)，GraphScope登頂國(guó)際權(quán)威圖基準(zhǔn)測(cè)評(píng)“LDBC SNB Interactive” 榜單，性能達(dá)此前紀(jì)錄保持者的2倍，成為全球最快圖計(jì)算引擎。

xiesc