获取 cuGraph 包#

首先阅读 RAPIDS 安装指南 并查看 RAPIDS 安装选择器，以获取安装选项列表。

有 4 种方法获取 cuGraph 包

  1. 使用 Docker 仓库快速启动

  2. Conda 安装

  3. Pip 安装

  4. 从源代码构建


Docker#

RAPIDS Docker 容器包含所有 RAPIDS 包，包括所有 cuGraph 包，以及所有必需的支持包。要下载 RAPIDS 容器，请参阅 rapidsai/base 的 Docker Hub 页面，根据您运行的 NVIDIA CUDA 版本选择一个标签。此外，rapidsai/notebooks 容器提供了一个可直接运行的 Docker 容器，其中包含示例笔记本和数据，展示了如何利用所有 RAPIDS 库：cuDF、cuML 和 cuGraph。


Conda#

使用 conda 安装 cuGraph 非常简单。您可以使用 miniforge 获得一个最小的 conda 安装。

cuGraph Conda 包

  • cugraph - 这也将导入

    • pylibcugraph

    • libcugraph

  • cugraph-service-client

  • cugraph-service-server

  • cugraph-dgl

  • cugraph-pyg

  • nx-cugraph

将以下示例中的包名替换为您要安装的包名。

使用 conda 命令安装和更新 cuGraph

conda install -c rapidsai -c conda-forge -c nvidia cugraph cuda-version=12.0

或者，使用 cuda-version=11.8 来安装支持 CUDA 11 的包。

注意：此 conda 安装仅适用于 Linux 和 Python 版本 3.10/3.11/3.12。


PIP#

cuGraph 和所有 RAPIDS 包均可通过 pip 获取。

pip install cugraph-cu12 --extra-index-url=https://pypi.nvidia.com

将 -cu12 替换为 -cu11 以获取支持 CUDA 11 的包。

还提供以下包

  • cugraph-dgl-cu12

  • cugraph-pyg-cu12

  • nx-cugraph-cu12


本页目录