图计算认识世界的新方式

大数据时代，数据之间的关系复杂、规模庞大。各种数据对象之间的关系被描述为Vertex和Edge，其中Vertex表示数据对象，Edge表示数据对象之间的关系。这种表示数据对象关系的数据结构称为Graph。通过对图的分析，往往可以挖掘出有用的信息，应用到各种场景中。

图计算是研究人类世界中的图，对其进行描述、刻画、分析和计算的技术。目前，这一新兴技术已经得到广泛应用，大量的图算法应运而生。通过对大规模图数据的分析，可以获得隐藏在图数据中的重要信息。例子包括实时流行病学分析、定向广告以及金融领域异常行为的快速识别。

为了便于理解图分析领域，华中科技大学金海教授团队总结了软件系统实现和领域特定架构的图计算关键技术的研究现状，进而总结，从基础理论、系统软件、系统架构三个方面比较、分析最新的研究进展。评论文章于10月29日发表在IntelligentComputing上。

图分析主要包括图处理、图挖掘和图学习，在实际应用中应用非常广泛。随着图数据量的不断扩大，图计算面临着一系列挑战。

图分析应用程序的广泛采用以及图数据的规模和复杂性的逐渐增加给图计算的软件技术和硬件架构带来了重大挑战。此外，图分析的特性与通用硬件的硬件特性之间存在差距。

为了解决大规模图计算的问题，近年来研究人员进行了广泛的基础研究和关键技术研究。

在软件层面，通过单机平台、分布式平台等软件技术，对现有的通用硬件平台进行改进;在硬件层面，硬件加速主要通过架构创新来实现，以填补通用硬件与图分析的独特特性之间的巨大差距。

近年来，新型计算和存储设备不断涌现，软件优化技术和硬件加速技术取得了显着的性能提升。

目前，图分析仍然是一个热门的研究课题，并面临许多需要解决的问题。例如，特定领域的高级综合、图挖掘的不确定模式、图挖掘的大图和模式、动态图学习、内存占用限制、异构图学习等。