英特尔（Intel）集成显卡也能使用GPU为模型训练加速（以Intel（R） iris(R) Xe Graphi

rafavi

使用 Intel 官方提供的、一次性安装所有相关包（torch, torchvision, torchaudio, intel_extension_for_pytorch）的命令，这样可以确保所有组件（包括底层运行时）的版本完全协调一致：

1. pip install torch==2.5.1+cxx11.abi torchvision==0.20.1+cxx11.abi torchaudio==2.5.1+cxx11.abi intel-extension-for-pytorch==2.5.10+xpu --index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/us/ --extra-index-url https://pypi.org/simple/

复制代码

rafavi

强制 pip 忽略环境中已有的包，并严格按照您提供的命令重新安装所有指定的包，以恢复一致性。

1. pip install intel_extension_for_pytorch==2.6.10+xpu torch==2.6.0+xpu torchvision==0.21.0+xpu torchaudio==2.6.0+xpu --index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/us/ --extra-index-url https://pypi.org/simple/ --force-reinstall --no-deps

复制代码

注意：
--force-reinstall：强制重新安装指定的所有包，即使版本号相同。
--no-deps：非常重要。它告诉 pip 不要尝试解决依赖关系，而是直接安装您指定的包。这可以绕过当前环境中存在的复杂依赖冲突，让所有包都按照 Intel 官方源提供的版本进行安装，从而恢复一致性。缺点是您需要确保手动指定的这些包版本确实是互相兼容的（在这个场景下，它们是的，因为都来自 Intel 官方推荐）。
运行这个命令后，环境应该会恢复到一个由 Intel 官方源统一管理的、兼容的状态。之后，您再运行 Python 测试，依赖冲突警告应该就会消失（或者至少 intel-sycl-rt 的冲突会消失，因为 torch 和 intel_extension_for_pytorch 的期望会达成一致）。

rafavi

将 PyTorch 官方索引放在前面作为主要索引，Intel 索引作为补充：

1. pip install torch==2.6.0+xpu torchvision==0.21.0+xpu torchaudio==2.6.0+xpu intel_extension_for_pytorch==2.6.10+xpu --index-url https://download.pytorch.org/whl/xpu --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/us/ --extra-index-url https://pypi.org/simple/ --force-reinstall --no-deps

复制代码

解释：
--index-url https://download.pytorch.org/whl/xpu：将 PyTorch 官方 XPU 索引设为主要查找源。
--extra-index-url https://pytorch-extension.intel.com/...：如果在主索引找不到，则去 Intel 官方扩展索引查找。
--extra-index-url https://pypi.org/simple/：最后的备选索引。
--force-reinstall --no-deps：强制重装并忽略依赖冲突。
如果这个命令成功，它会从 PyTorch 官方索引下载 torch, torchvision, torchaudio，并从 Intel 索引（或 PyTorch 索引，如果它也有的话）下载 intel_extension_for_pytorch。

rafavi

1. pip install torch==2.1.0a0+cxx11.abi torchvision==0.16.0a0+cxx11.abi torchaudio==2.1.0a0+cxx11.abi intel-extension-for-pytorch==2.1.10+xpu --index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/us/ --extra-index-url https://pypi.org/simple/

复制代码

rafavi

https://github.com/intel/ipex-ll ... tall_windows_gpu.md

1. Install ipex-llm

复制代码

With the llm environment active, use pip to install ipex-llm for GPU:

Choose either US or CN website for extra-index-url:

For US:

1. 
   
2. 
   
3. conda create -n llm python=3.11 libuv
   
4. conda activate llm
   
5. 
   
6. pip install --pre --upgrade ipex-llm[xpu] --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/us/
   

复制代码

For CN:

1. 
   
2. conda create -n llm python=3.11 libuv
   
3. conda activate llm
   
4. 
   
5. pip install --pre --upgrade ipex-llm[xpu] --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/cn/
   

复制代码

rafavi

1. pip install bigdl-core-npu bigdl-core-xe-23 --index-url  https://pypi.org/simple/

复制代码

rafavi

1. pip install ipex-llm --extra-index-url https://pypi.org/simple/

复制代码

rafavi

1. pip install bigdl-core-xe  --extra-index-url https://pypi.org/simple/

复制代码

rafavi

1. pip install bigdl-core-xe-21  --extra-index-url https://pypi.org/simple/
   
2. pip install bigdl-core-xe-23 --extra-index-url https://pypi.org/simple/

复制代码

rafavi

1. pip install bigdl-core-xe-23

复制代码