背景介绍
ScalableGCN是一种由阿里妈妈提出的在大规模图上加速Mini-Batch GCN训练速度方法。
它的主要思路是利用前向计算和反向计算的Cache，在mini-batch之间共享中间层表示的计算结果，同时维护每个顶点的异步更新的通路，达到在与GCN层数成线性关系的时间内训练GCN模型的目的。
ScalableGCN的官方介绍页如下：
ScalableGCN
模型思路
GCN采用聚合上一层顶点的邻居节点embedding（定义为AGGREGATE操作，简称AGG）并与自身节点上一层的embedding做卷积（定义为COMBINE操作，简称COMB）得到当前层的embedding。
在原始GCN训练中，聚合阶数越多、节点邻居数量越多，则AGG和COMB操作次数也越多，训练速度也越慢。
不同于在mini-batch中裁剪邻居节点（GraphSage）或者共享采样（FastGCN）的方法，考虑到mini-batch间，节点的低阶embedding存在被大量重复引用的情况，ScalableGCN设计了embedding缓存机制来缓存低阶embedding信息。以下图为例， 计算2阶a的embedding，对比GCN，ScalableGCN的计算过程只需要关心每一阶a的embedding计算，不需要对邻居节点（b,c）计算embedding。
ScalableGCN
计算得到a的第一阶embedding，将h1(a)更新至embedding cache——h1'中，即h1'(a)=h1(a)；在第二阶计算中，h1'(b)和h1'(c)直接从embedding缓存中读取，即用h1'(b)和h1'(c)替代GCN计算中的h1(b)、h1(c)。
说完前向说反向，原始GCN的反向传播过程如下，即通过链式法则计算各个操作的梯度，前向计算loss后和梯度信息更新参数W。
GCN Backward
在ScalableGCN中，由于h1(b)和h1(c)都被缓存h1'(b)和h1'(c)替代，即使用原来的方案，部分g0(b),g0(c)以及g0(d),g0(e),g0(f)和g0(g)都不会和loss一起更新参数W，为解决这个问题，ScalableGCN开辟了与低阶embedding缓存表相对应的低阶embedding梯度缓存表，即在当前batch中，h1‘(b)和h1’(c)对应的g1‘(b)和g1’(c)会累加到梯度缓存表g1'中，而g1'(a)的内容会被“释放”和loss一起作用于g2(a)。
ScalableGCN Backward
Euler中的实现代码细节详见ScalableSageEncoder
（PS：如果本人理解有错，请批评指正，感谢）
