如何使用rapids cugraph加速寻找所有对最短路径的GPU？

Question

我正在尝试获取 APSP（所有对短路径）之类的节点列表，并希望使用 rapids cugraph 进行 GPU 加速。 进行了一些研究并创建了这个正在运行但速度很慢的脚本。我想我做错了迭代，可能有更好的方法可以更快地达到相同的结果。我走错路了吗？谢谢！

import sqlalchemy
import cugraph
import cudf
import pandas as pd
from datetime import datetime

s_time = datetime.now()
engine = sqlalchemy.create_engine('postgresql://postgres:xxxxxxx@localhost:5432/postgres')
sql = "select id, source, target, cost, geom from xxx.roads_noded"
rc = "select source, target from xxx.routin_candidates"
df = pd.read_sql(sql, engine)
rcdf = pd.read_sql(rc, engine)
cuda_g = cudf.DataFrame.from_pandas(df)
cuda_nc = cudf.DataFrame.from_pandas(rcdf)

G = cugraph.Graph()
G.from_cudf_edgelist(cuda_g, source='source', destination='target', edge_attr='cost')

for index, row in cuda_nc.to_pandas().iterrows():
    src = row['source']
    dest = row['target']
    routes = cugraph.sssp(G, src)
    for index, row in routes.to_pandas().iterrows():
        v = int(row['vertex'])        
        if v == dest:
            p = cugraph.utils.get_traversed_path_list(routes, v)
            autoroute = p[::-1]
            print(autoroute)

e_time = datetime.now()
print('Duration: {}'.format(e_time - s_time))

Answer 1

cuGraph 正在研究 APSP 算法，今年应该会有一个。

我们确实有一个名为“multi_source_bfs”的新函数，它允许您指定多个起始源节点，您可以从中运行 BFS。问题是如果路径交叉，第一个或最低节点 ID 路径获胜。

我们还在为提取路径添加更好的功能。该代码位于 C++ 库中，但在 Python 层尚不可用。该函数将允许您指定开始和结束节点 ID，然后并行地从 BFS 或 SSP 结果中提取所有这些路径。