PyCon US 2024：NetworkX is Fast Now
PyCon US 官方錄影。講者 Mridul Seth（NetworkX 核心開發者）與 Erik Welch。這是理解 3.x「後端 dispatch」最權威的一場 talk：同一套 API，計算可以丟到 GraphBLAS（CPU）或 cuGraph（NVIDIA GPU），官方文件宣稱常見加速可達百倍到萬倍量級（視圖與演算法而定）。
這支影片在講什麼
分成兩段：
上半：圖分析為什麼到處都在用。 兩人調查超過 300 個 Python 套件如何依賴 NetworkX，領域橫跨地科、神經科學、基因體、化學、量子計算、NLP、機器學習、因果推斷、最佳化等。重點是：圖不是 niche，NetworkX 成了這些領域的共同 API。
下半：純 Python 變慢以後怎麼辦。 NetworkX 3.0 起可以 dispatch 到其他實作。你不必重寫分析流程；裝好後端並設定優先順序（或單次 backend=），nx.pagerank 這類呼叫就可能在 GPU 或最佳化 CPU 函式庫上跑。講者說明異質後端（GraphBLAS、cuGraph）怎麼接進同一套機械，以及為什麼要把 NetworkX 定位成「圖的 API」而不是「唯一的執行引擎」。
這場不教 add_edge。沒有 3.x 後端背景的話，先讀本站 後端加速。
適合誰看
- 圖已經大到筆電跑不動，但仍想留在 NetworkX API。
- 函式庫作者想知道怎樣當 NetworkX backend。
- 想聽核心團隊對 2024 年生態的定位。