cugraph_dgl

描述

RAPIDS cugraph_dgl 提供了 DGLGraph 类的一个鸭子类型版本，该版本使用 cugraph 来存储图结构和节点/边特征数据。使用 cugraph 作为后端使得 DGL 用户能够访问一组用于图分析的 GPU 加速算法，例如中心性计算和社区检测。

Conda

使用以下命令安装和更新 cugraph-dgl 及所需的依赖项

conda install mamba -n base -c conda-forge
mamba install cugraph-dgl -c rapidsai-nightly -c rapidsai -c pytorch -c conda-forge -c nvidia -c dglteam

从源代码构建

创建 conda 开发环境

conda env create -n cugraph_dgl_dev --file conda/environments/all_cuda-125_arch-x86_64.yaml

以可编辑模式安装

pip install -e .

运行测试

pytest tests/*

用法

from cugraph_dgl.convert import cugraph_storage_from_heterograph
cugraph_g = cugraph_storage_from_heterograph(dgl_g)

sampler = dgl.dataloading.NeighborSampler(
        [15, 10, 5], prefetch_node_feats=['feat'], prefetch_labels=['label'])

train_dataloader = dgl.dataloading.DataLoader(
cugraph_g,
train_idx,
sampler,
device=device,
batch_size=1024,
shuffle=True,
drop_last=False,
num_workers=0)

---

Copyright (c) 2023-2025, NVIDIA CORPORATION.

根据 Apache 许可证版本 2.0（“许可证”）获得许可；除非遵守许可证，否则您不得使用此文件。您可以在 https://apache.ac.cn/licenses/LICENSE-2.0 获取许可证副本

除非适用法律要求或书面同意，根据许可证分发的软件按“原样”分发，不附带任何明示或暗示的保证或条件。请参阅许可证，了解管理许可证权限和限制的特定语言。

---