一种图神经网络数据缓存方法、装置、设备及存储介质

本发明公开了一种图神经网络数据缓存方法、装置、设备及存储介质；在本方案中，在将图数据集中各顶点的特征数据缓存至GPU显存之前，为了避免GPU显存不能缓存全部特征数据，可先对各顶点进行聚类，将属于同一聚类的顶点分配至同一GPU，每个GPU只缓存每一部分顶点的l阶邻域(l是图神经网络层数)；并且，由于同一聚类内的邻域扩展会集中在该聚类内，因此这种根据顶点聚类信息划分到GPU并且缓存扩展邻域的方式，可以有效减少GPU缓存的数据量，保证全部顶点的特征数据均缓存至对应的GPU显存，避免GPU频繁访问主存储器，提高数据加载速度。