We design a GCN accelerator, HyGCN, using a hybrid architecture to efficiently perform GCNs. Compared to PyG on Intel Xeon CPU and NVIDIA V100 GPU, HyGCN achieves on average 1509× speedup with 2500× energy reduction and average 6.5× speedup with 10× energy reduction, respectively.
本文从计算机体系结构视角审视GCN（图卷积神经网络），发现GCN的执行包含两个截然不同的阶段：Aggregation（聚合）和Combination（组合）。前者行为类似于图处理——动态、不规则；后者行为类似神经网络——静态、规则。
现有架构（CPU、GPU、图加速器、NN加速器）都只擅长优化其中一种模式，无法同时应对GCN的混合执行模式。本文提出HyGCN——一个专用双引擎硬件架构，以混合方式高效执行GCN，并实现了片上引擎间流水线和优先级显存访问协调。
GCN 每一层包含两个核心阶段：
从公式角度看，第 k 层：
核心矛盾：Aggregation 阶段的访存模式是动态+不规则的（每个顶点的邻居数量和位置都不同），而 Combination 阶段是静态+规则的（矩阵向量乘法，参数全顶点共享）。现有架构没有一个能同时高效处理这两种模式。
GCN 不同于传统图分析和传统神经网络：特征向量长且跨层变化（高 intra-vertex 并行度）、MLP参数在顶点间完全共享（高度可重用）、两阶段交替执行提供数据流融合机会。这些特性为专用架构设计提供了独特的设计空间。
HyGCN 的核心是两大处理引擎和一个协调器：
论文提出了一个两层的静态图划分方法——Interval-Shard Partition：
基于这种划分，聚合操作按 (目标区间 Ii, 源区间 Ij) 逐块执行：属于同一区间的顶点共享其邻接顶点的特征向量，极大提升数据复用。
数据感知的稀疏消除（Sparsity Eliminator）：
尽管Interval-Shard分区提高了数据复用，但图连接是稀疏的，每个分片内仍有很多空边。论文提出窗口滑动+收缩的动态方法：
这避免了大量无用的特征向量加载，对于GCN尤其是自然——因为特征向量长达数百/数千维，每次冗余加载都非常昂贵。
Vertex-Disperse 处理模式：
将每个顶点的特征向量元素分散到所有SIMD核心并行处理，而不是让每个核心处理一个完整顶点。这充分利用了intra-vertex 并行度，避免了快顶点等待慢顶点的负载不均问题。
Combination是规则的MVM计算，适合传统的脉动阵列。但为了与Aggregation Engine的工作模式匹配，论文做了关键改进：
因为GCN的参数在所有顶点间完全共享，协同模式在多个顶点上复用权重，大幅减少了对外显存的访问次数。
两个引擎之间通过一个 16MB 的 Ping-Pong 缓冲连接。Aggregation Engine 写一份，Combination Engine 读另一份，实现引擎间并行。
提供了两种流水线模式：
两个引擎共享 HBM 带宽，需要仲裁。论文提出优先级策略：
基准测试：4种GCN模型（GCN, GraphSAGE, GIN, DFP）× 6个数据集（引文网络/社交网络等）。
精度最高的 GIN 模型加速比最大——因为GIN先做Aggregation，特征向量维度大，CPU/GPU的冗余访存问题最严重，而HyGCN的优化正好对症。
HyGCN 的能耗只有 CPU 方案的 0.04%，GPU 方案的 10%。注意这已经包含了 HBM 显存的能耗。Aggregation Engine 和 Combination Engine 分别贡献约 35~60% 和 25~50% 的能耗，Coordinator 仅占 5% 左右。
采用TSMC 12nm工艺综合，HyGCN 整体面积约为 50.3 mm²，峰值功耗约 14.7 W。其中片上SRAM（边缘缓冲、输入缓冲、权重缓冲、输出缓冲和聚合缓冲）占芯片面积的主导地位。