如何通过 pytorch 使 Intel GPU 可用于处理?
Posted
技术标签:
【中文标题】如何通过 pytorch 使 Intel GPU 可用于处理?【英文标题】:How to make Intel GPU available for processing through pytorch? 【发布时间】:2021-02-12 01:19:07 【问题描述】:我使用的是配备 Intel Corporation HD Graphics 520 的笔记本电脑。 有谁知道如何为深度学习设置它,特别是 Pytorch?我已经看到你是否有 Nvidia 显卡我可以安装 cuda 但是当你有英特尔 GPU 时该怎么办?
【问题讨论】:
AFAIK,你无能为力。您必须使用 cpu 版本。 【参考方案1】:PyTorch 不支持除 NVIDIA CUDA 和最近的 AMD Rocm 之外的任何东西。
在其他答案中给出的英特尔对 Pytorch 的支持是至强系列处理器所独有的,并且对于 GPU 而言也不是可扩展的。
英特尔的oneAPI
以前称为广告oneDNN
,但支持包括英特尔集成显卡在内的多种硬件,但目前,截至 2020 年 10 月 29 日,PyTorch 或 PyTorch 1.7 尚未实现全面支持。
但你还有其他选择。推断你有几个选择。
DirectML 就是其中之一。基本上你将你的模型转换为onnx,然后使用directml提供程序在gpu上运行你的模型(在我们的例子中,它将使用DirectX12并且现在只能在Windows上运行!)
您的另一个选择是使用OpenVino 和TVM,它们都支持多平台,包括Linux、Windows、Mac 等。
它们都使用 ONNX 模型,因此您需要先将模型转换为 onnx 格式,然后再使用它们。
【讨论】:
【参考方案2】:如果您使用的是英特尔最新的处理器之一,英特尔会为深度学习和机器学习提供优化的库。一个起点是this post,它是关于英特尔优化 PyTorch 的入门。他们在 AI 研讨会上提供了更多相关信息。
【讨论】:
以上是关于如何通过 pytorch 使 Intel GPU 可用于处理?的主要内容,如果未能解决你的问题,请参考以下文章
[Pytorch系列-44]:如何使能GPU训练, 提升训练效率
使 pytorch 代码与在 CPU 或 GPU 上运行无关的更好方法?