重量化二值图神经网络

全二值高效推理

首次通过重量化消除图神经网络中的全精度矩阵乘法，实现完全二值化的高效推理。

Kai-Lang, Yao · 李武军

Science China Information Sciences 2024

参数信息

基准数据集数量

5

技术优势

完全二值化

重量化消除了三矩阵乘法中的所有全精度运算，使推理过程彻底二值化。

性能不降反升

在五个基准数据集上超越现有二值 GNN 方法，达到最先进性能。

计算顺序可优化

研究发现不同计算顺序对模型性能有显著影响，可依此选择更优顺序。

应用场景

• 图神经网络加速：用二值运算替代浮点矩阵乘法，加速图神经网络推理。
• 二值神经网络部署：提供完全二值化模型，便于在低算力平台上部署。
• 端侧图学习：使图学习模型可在端侧运行，减轻对云端依赖。
• 资源受限设备：降低计算与能耗，适配资源受限的移动或嵌入式设备。