“Graph Challenge”圖計算挑戰(zhàn)賽由知名學術機構 IEEE 與麻省理工大學、亞馬遜等共同主辦，旨在激發(fā)全球范圍內的研究者和開發(fā)者利用圖結構解決社交網絡、科學計算等領域中的復雜關系難題。比賽分為子圖同構、圖劃分和稀疏神經網絡推理三個賽道，其中子圖同構的目標是判斷一個大圖中是否存在與指定圖同構的子圖，該問題一直是圖計算領域的核心難題。
阿里云與南京大學等單位聯合提交的參賽論文《SMOG: Accelerating Subgraph Matching on GPUs》提出了一種通用、高性能且可擴展的子圖匹配系統(tǒng)，通過充分利用多卡 GPU 的計算能力，顯著加速了子圖匹配任務的執(zhí)行速度。此前，業(yè)界通常在處理不同子圖匹配任務時采用相同的算法，然而，該系統(tǒng)引入了一種創(chuàng)新性的自適應框架，可以根據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)的對比中，該系統(tǒng)的平均加速比達到了驚人的 204 倍，在眾多國際團隊中一舉斬獲“子圖同構”賽道冠軍。
不久前，阿里云GraphScope團隊在工業(yè)級效果表現上也取得了突破。通過應用最新自研的下一代Flex架構，GraphScope登頂國際權威圖基準測評“LDBC SNB Interactive” 榜單，性能達此前紀錄保持者的2倍，成為全球最快圖計算引擎。
