相比传统深度学习引擎，图学习引擎需要具备图构建、图采样和图运算的能力随着图技术发展越来越火热，图技术由学术界逐渐推广到工业界，引擎发展由支持图技术基本功能向更高效的支持大规模图方向发展当前已有很多针对不同场景的开源图训练引擎[8][9]图学习业务场景的图模型规模越来越大，训练时间也越来越长，因此训练引擎[8][9]需要同时支持较大的图训练速度
在当前开源 牙买加 WhatsApp 号码列表 的框架中，单机的训练引擎可以发挥的计算优势，但是存储有限，无法支撑业务级别内存和模型参数的大规模图学习训练任务分布式的训练引擎可以通过横向扩展来支持大规模的图学习任务，但是优化多机图采样之间需要进行密集的通信造成瓶颈，使得各台机器都无法发挥的计算能力，导致训练速度难以满足工业界需求因此我们联合美团机器学习平台建设了一套图学习训练引擎，能够同时满足速度和规模两方面的需求
异构大图在搜索推荐业务的演进我们提出多场景异构大图统一建模解决搜索推荐渠道多带来的迭代效率低、异构场景难以统一、小场景难以学好的问题用户需求具有不同场景间相互比较，需求演变至逐渐收敛的特点，这种即时性的变化特点，我们以多场景异构大图为基座提出异构动态图在线建模刻化需求演变关系，如下阐述多场景异构大图和异构动态图在线建模的迭代演进外卖多场景异构大图从业务逐步扩增、基建逐渐完善、技术逐渐发展的现状，我们多场景异构大图由单 |
