“‘HyGCN’寓意向图神经网络的加速说‘Hi’，也寓意图神经网络加速的时代即将开启。”中国科学院计算技术研究所特别研究助理严明玉近日在受访时说。
　　“GCN”即图卷积神经网络的英文缩写，这是图神经网络的一个分支。通过融合深度学习算法和图计算算法，将对搜索、推荐、风险控制在内的诸多领域拥有更优的认知与问题处理等能力。
　　日前，《中国计算机学会通讯》（CCCF）刊发了中科院计算所特别研究助理严明玉、研究员范东睿以及研究员叶笑春共同撰写的综述文章《图神经网络加速芯片：人工智能“认知智能”阶段起飞的推进剂》，其中提出了图神经网络加速芯片设计“HyGCN”。
　　严明玉说，图神经网络被认为有望让机器“能理解、会思考”。“为了应对图神经网络的混合执行行为，我们设计了新的处理器结构，以更高效地加速图神经网络的执行。”他说。
　　继提出“HyGCN”以后，中国科学院计算技术研究所又发布了图神经网络加速芯片的IP核（即制备芯片的知识产权核），并面向全球开展商业授权。严明玉解释说，图神经网络加速芯片在国际上尚属“无人区”，他们最新成果的设计思路可匹配图神经网络对算力的特殊要求，将大幅提升图神经网络的执行效率。
　　据介绍，科研人员发布的这款图神经网络加速IP核代号为“GCU Zero”。在图卷积神经网络的执行进行加速的过程中，“GCU Zero”可提供低延迟独立执行模式和高并发融合执行模式两个工作模式。
　　严明玉说，基于“GCU Zero”，研究团队设计了完整芯片并计划投片，将在今年第二季度搭载在中科睿芯“金刚”高通量计算机上。他还表示，面向高性能和超高性能的图神经网络训练和推断，科研团队将在今明两年陆续发布新成果。
　　另据报道，谷歌地图基于事件树的风险评估、图片社交网站Pinterest的内容推荐、阿里巴巴的风控和推荐、腾讯等公司的视觉和风控等业务中都有图神经网络的影子。有市场研究机构发布报告预测，图神经网络加速芯片可能将产生300亿美元以上的市场规模。