使用Memgraph和NVIDIA cuGraph算法

运行大规模图形分析

通过最新的 Memgraph 高级图形扩展 (MAGE) 版本，您现在可以在几秒钟内从Memgraph 运行 GPU 支持的图形分析，同时使用 Python。由 NVIDIA cuGraph 提供支持，以下图形算法现在将在 GPU上执行:

• PageRank (图分析)

• Louvain (社区检测)

• 平衡切割 (聚类)

• 光谱聚类 (聚类)

• HITS (集线器与权威分析)

• 莱顿 (社区检测)

• Katz中心性

• Betweenness中心性

本教程将向您展示如何使用 PageRank 图分析和 Louvain 社区检测来分析包含130万关系的 Facebook 数据集。

在本教程结束时，您将知道如何:

▶ 使用 Python 在 Memgraph 中导入数据

▶ 在大规模图形上运行分析并获得快速结果

▶ 从 Memgraph 在 NVIDIA GPU 上运行分析

使用 NVIDIA DeepStream 在 Fyma

解锁一个简单、可扩展和高性能的视频管道

在云中提供大规模的计算机视觉是一项复杂的任务。Fyma，一家计算机视觉公司，正在 NVIDIA DeepStream 的帮助下解决这一复杂问题。

作为一家相对较新的公司，Fyma 将视频转化为数据——更具体地说，是物理空间中的运动数据。Fyma 平台每天都在消耗客户的实时视频流，并生成运动事件(例如，有人走过门口或走过商店过道)。

他们早期学到的一个教训是，他们的视频处理管道必须是简单的、可扩展的，并且同时具备良好的性能。由于发展资源有限，一开始他们只能拥有这三种中的一种。NVIDIA DeepStream 最近通过缩短开发时间、提高性能和提供优秀的软件组件(如 GStreamer)，解锁了同时拥有这三种功能的能力。

*本文转自 NVIDIA英伟达