nvGraph-NVIDIA圖形庫
數據分析是高性能計算的不斷增長的應用。許多高級數據分析問題可以稱為圖形問題。反過來，當今許多常見的圖形問題也可以稱為稀疏線性代數。這是nvGraph的動機，它利用GPU的線性代數功能來處理大型圖形分析。
https://github.com/rapidsai/nvgraph
該存儲庫包含NVIDIA CUDA Toolkit中的舊版nvGraph。目的是為CUDA Toolkit停止發布nvGraph的用戶提供一種繼續使用nvGraph的方法。盡管仍然接受錯誤報告，但并未積極開發該產品。如果發現并可以重現nvGRAPH中的錯誤，請在GitHub上報告問題。
最近，NVIDIA開始開發cuGraph，它是圖形分析的集合，可處理在GPU數據框中找到的作為RAPIDS一部分的數據。現在，大多數nvGraph算法也已成為cuGraph的一部分。此外，cuGraph的目標是提供數據科學家熟悉的類似于NetworkX的API，因此現在可以更輕松地構建GPU加速的工作流程。有關更多項目詳細信息，請參見Rapids.ai。
獲取nvGrpah
先決條件
編譯器要求：
? gcc 版本5.4+
? nvcc 版本9.2
? cmake 版本3.12
CUDA要求：
? CUDA 9.2+
? NVIDIA驅動程序396.44+
? Pascal架構或更高
可以從https://developer.nvidia.com/cuda-downloads獲得CUDA 。編譯器要求：
使用腳本
從源代碼安裝nvGraph很容易。為方便起見，build.sh提供了一個腳本。運行如下所示的腳本以下載源代碼，構建并安裝該庫。請注意，該庫將安裝在中設置的位置$CUDA_ROOT（例如export CUDA_ROOT=/usr/local/cuda）。這些說明已在Ubuntu 18.04上進行了測試。
git clone https://github.com/rapidsai/nvgraph.git
cd nvgraph
export CUDA_ROOT=/usr/local/cuda
./build.sh # build the nvGraph library and install it to KaTeX parse error: Expected 'EOF', got '#' at position 294: … 1.克隆存儲庫和子模塊 **#? Set the localt…(pwd)/nvgraph

# Download the nvGraph repo
git clone https://github.com/rapidsai/nvgraph.git $NVGRAPH_HOME

# Next load all the submodules
cd $NVGRAP{H}_{H}OMEgitsubmoduleupdate??init–recursive2.生成并安裝libnvgrap{h}_{r}apids.so。CMake依賴nvcc可執行文件的路徑中，或在中定義$CUDACXX。
該項目使用cmake構建C / C ++庫。要配置cmake，運行：
cd KaTeX parse error: Expected 'EOF', got '#' at position 21: …PH_HOME cd cpp #? enter nvgraph'…CONDA_PREFIX

# now build the code
make -j # “-j” starts multiple threads
make install # install the libraries
The default installation locations are $CMAKE_INSTALL_PREFIX/lib and $CMAKE_INSTALL_PREFIX/include/nvgraph respectively.
C ++獨立測試
# Run the tests
cd $NVGRAPH_HOME
cd cpp/build
gtests/NVGRAPH_TEST # this is an executable file＃這是一個可執行文件
這些測試驗證了庫是否正確構建，以及圖形結構是否按預期工作。目前不維護算法測試套件。大多數圖形分析功能都是在cuGraph中開發和測試的。
文獻資料
可以在CUDA工具包文檔中找到C API文檔。

總結

以上是生活随笔為你收集整理的nvGraph-NVIDIA图形库的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。