图神经网络模型在多个图任务上都取得了最佳效果，并受到了学术界和工业界的广泛关注。然而，现有的图神经网络系统有两个瓶颈。一方面，受限于单机场景下的存储和计算开销以及分布式场景下的通信开销，大多数基于消息传播机制的图神经网络模型可扩展性较低，很难直接用于工业界大规模图数据。此外，现有的图神经网络系统需要用户针对特定图数据和图任务编写代码和训练流程，然而设计网络结构也需要经验丰富的专家，建模成本很高。

本次直播将首先介绍大规模图学习面临的可扩展性以及建模瓶颈，接着会详细阐述系统的目标以及系统设计和方法。最后，介绍系统的实验效果并进行总结。总的来说，本次直播主要回答了以下几个问题：

1）将图神经网络运用到工业界大规模图数据上面临着哪些挑战？

2）如何自动化设计预测性能好且资源占用少的图神经网络模型？

3）相较于已有的图神经网络系统，我们有什么新的特色或优势？

若群二维码过期，可联系小助手

扫码进群与专家实时互动，还可参与抽奖，获得视频大礼包~