使用 nvGraph 中的 cuSPARSE 作为连接矩阵？

Question

标题几乎说明了一切，我在网上找不到任何关于此的文档。我有兴趣实现一些面向图形的算法，并且我的连接矩阵变得相当庞大。有没有办法使用 cuSPARSE 来消除连接矩阵中的大量冗余？（因为每个顶点实际上最多连接到其他 5 个顶点）。

我已经实现了图形分区来分割和减小我的连接矩阵的大小，但这给我留下了大约 256 x 256 的矩阵，其中大约一半是零。（例如：无连接）

Answer 1

nvGRAPH 是 a new CUDA library 在 CUDA 8RC 工具包中可用。由于CUDA 8RC是候选发布版本，不是正式发布版本，它的文档只有PDF格式，没有正式上线，这些PDF文档是在你安装CUDA 8 RC工具包的时候安装的。

与这个新库相关的特定文档是 nvGRAPH_Library.pdf，其位置将根据您是在 windows 还是 linux 上安装 CUDA 8RC 工具包和选项而有所不同您 select 在安装过程中。

Is there a way to use cuSPARSE to remove the large amounts of redundancy in my connection matrix?

事实上，仅指定图形拓扑的方法（我认为这等同于您的 "connection matrix"）是通过 compressed sparse method。您使用的实际方法（CSC 或 CSR）在 nvGRAPH configuration/initialization 期间指定，使用 nvgraphTopologyType_t 枚举：

2.2. nvGRAPH graph topology types

Graphs toplogy types. Defines storage format. Some algorithms can work only with
specific topology types, see algorithms descriptions for the list of supported topologies.

typedef enum
{
NVGRAPH_CSR_32 = 0,
NVGRAPH_CSC_32 = 1,
} nvgraphTopologyType_t;

Topology types

NVGRAPH_CSR_32 Compressed Sparse Rows format (row major format). Used
in SrSPMV algorithm. Use nvgraphCSRTopologyX_t topology
structure for this format.

NVGRAPH_CSC_32 Compressed Sparse Column format (column major format).
Used in SSSP, WidestPath and Pagerank algorithms. Use
nvgraphCSCTopologyX_t topology structure for this format.

这个特定的枚举类型通常会在初始图形配置期间传递给 nvGRAPH：

// Set graph connectivity and properties (transfers)
nvgraphSetGraphStructure(handle, graph, (void*)CSC_input,NVGRAPH_CSC_32);

更完整的代码samples/examples在第3章20开始的nvGRAPH文档PDF文档中给出，CUDA 8RC示例代码中提供了新的nvGRAPH示例代码安装如 nvgraph_Pagerank、nvgraph_SemiRingSpMV 和 nvgraph_SSSP（单源最短路径）。

NVIDIA 的常规做法是在工具包进入生产发布状态时公开这些文档（例如 here）。

编辑：随着 CUDA 8 的发布，上面引用的这些文档现在是 publicly available。

使用 nvGraph 中的 cuSPARSE 作为连接矩阵？

Using cuSPARSE in nvGraph as the connection matrix?

c

cuda

graph-theory

scientific-computing

nvgraph