原標題：人大、東北大合開發「圖機器學習庫」Jittor Geometric！性能超越PYG、DGL
文章來源：新智元
內容字數：6271字

Jittor Geometric 1.0：國產圖機器學習庫強勢來襲

中國人民大學和東北大合開發的圖機器學習庫Jittor Geometric 1.0版本正式發布，該庫基于國產深度學習框架Jittor，在性能和易用性上都展現出顯著優勢。

1. 性能優越，超越主流框架

Jittor Geometric在多個圖學習任務上的運行時間比PyTorch Geometric (PyG) 和Deep Graph Library (DGL) 等同類型框架提升了10%~50%。其高性能源于AVX向量化、頂點級別并行計算、稀疏矩陣算子設計、基于warp的并行計算以及CPU-GPU自動內存交換等多項技術優化。在小規模圖數據集上，訓練速度提升25%；在大規模圖數據集上，顯著優于PyTorch Geometric和Paddle Graph Learning，與Deep Graph Library相當。

2. 功能全面，支持多種模型和數據集

Jittor Geometric支持多種類型的圖數據，涵蓋圖神經網絡各領域經典任務的數據集，并提供靈活的API方便用戶導入自定義數據集。它集成了譜域、動態、幾何圖神經網絡模型等多種代表性圖學習模型，包括深層圖卷積模型GCNII和分子圖基座模型Uni-Mol等前沿模型，極大降低了用戶的學習成本。

3. 簡潔易用，降低學習門檻

Jittor Geometric采用與PyTorch Geometric相似的模塊化接口，易于上手。研發團隊提供了良好的課程支持，并已將其應用于研究生課程教學，學生反饋良好，認為該框架簡明易懂，學習成本低，訓練速度快。

4. 未來展望：持續迭代，拓展應用

Jittor Geometric團隊表示未來將持續改進，主要方向包括：補充更多前沿模型、加強對動態圖的高效計算支持、進一步優化分布式訓練框架以及提供PyTorch Geometric到Jittor Geometric的自動轉換腳本。

5. 研發團隊及開源信息

Jittor Geometric由中國人民大學魏哲巍教授和東北大學張巖峰教授及其團隊共同打造。該項目已開源，開源地址：https://github.com/AlgRUC/JittorGeometric。

總而言之，Jittor Geometric 1.0 的發布為國內圖機器學習領域帶來了一個強有力的工具，其高效的性能、全面的功能以及易用性將助力研究人員和開發者們更便捷地進行前沿探索和落地應用。 團隊致力于將其打造成國內外學術界最受歡迎的圖機器學習庫之一，并積極推動其在AI產業界的應用。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。