大规模图神经网络:并行和分布式技术

本书系统介绍并行与分布式图神经网络的核心技术和实践方法，内容全面、结构清晰，既涵盖理论基础，又包含系统实现与编程案例，具有很高学术价值和工程指导意义。全书共 9 章。第 1 章介绍图神经网络的背景、发展历史和现状，并探索大规模图神经网络的缘由；第 2 章介绍图神经网络模型的基础知识及其应用；第 3 章介绍分布式并行机器学习的流程、训练模式、训练架构、物理架构等基础知识；第 4 章从整体上介绍分布式并行图神经网络训练的流程和方法；第 5 章和第 6 章分别介绍大规模图神经网络的小批次分布式并行训练和全图分布式并行训练方法及其优化技术；第 7 章介绍经典的大规模图神经网络系统；第 8 章介绍大规模图神经网络编程实践案例；第 9 章探讨大规模图神经网络技术的未来发展方向。
【推荐语】
本书选“十四五”国家重出版物出版规划项目，2025国家出版基金项目。
【作者】
邵蓥侠，北京邮电大学计算机学院教授，国家高层次青年人才，博士生导师。研究方向为图数据管理、大规模图计算、AI4Sys等。主持3项国家自然科学基金项目、1项科技创新2030“新一代人工智能”重大项目子课题以及多项CCF/CAAI产学研合作基金。在数据库和人工智能领域的著名会议和期刊已发表高质量学术论文70余篇，其中第一作者/通讯作者发表CCF-A类期刊和会议论文20余篇，出版英文学术专著1部；选北京市科技新星，获北京市高等教育教学成果奖二等奖、ACM SIGMOD中国新星奖、数据库领域顶级国际会议VLDB 2022最佳常规研究论文奖、数据库领域重要国际会议DASFAA 2020最佳学生论文奖等。指导学生获全国大学生计算机系统能力大赛-（首届）数据库管理系统设计赛一等奖、第四届实时计算Flink挑战赛亚军；长期担任多个重要国际会议的程序委员和著名国际期刊的审稿人。