Büyük ölçekli graf verilerinde belirli alt yapıları bulma işlemi, bilgisayar biliminin en zorlu problemlerinden biri olarak kabul ediliyor. Sosyal ağ analizinden moleküler biyolojiye, siber güvenlikten ulaşım planlamasına kadar pek çok alanda kritik olan bu süreç, geleneksel yöntemlerle çok yavaş ve kaynak tüketen bir hal alıyor.
Yeni geliştirilen sistem, Graf Sinir Ağları (GNN) tabanlı yol gömme tekniğini dağıtık sistemlere uyarlayarak bu soruna çözüm getiriyor. Araştırmacılar üç temel yenilik sunuyor: İlk olarak, CPU, iletişim ve bellek kullanımını birlikte değerlendiren dinamik yük dengeleme sistemi, işlem yükünü farklı sunucular arasında akıllıca dağıtıyor.
İkinci yenilik, birden fazla grafik işlem biriminin (GPU) birlikte çalıştığı adaptif önbellekleme stratejisi. Bu sistem, graf yapılarının özelliklerini öğrenerek hangi verilerin bellekte tutulacağına karar veriyor ve farklı GPU modellerinin özelliklerini dikkate alıyor.
Üçüncü önemli gelişme ise sorgu planlama optimizasyonu. Sistem, hangi arama işlemlerinin önce yapılacağını belirlerken, her sorgunun budama potansiyelini değerlendirerek en verimli execution sırasını oluşturuyor. Bu yaklaşım, büyük veri analizinde hem hız hem de kaynak verimliliği açısından çığır açıcı sonuçlar vadediyor.