Torch not compiled with CUDA enabled

Question

因特尔的显卡，用了给i卡的绘世，torch2.1.2，CUDA不匹配，请问怎么操作

Answer 1

🕗晚上好，题主！目前：🟢[在线]
📢参考通义千问、由郭老师整理提供！
📣今日诗号：问世间，情是何物，直教生死相许？

无法使用 CUDA 的解决方法：针对 Intel 显卡使用 PyTorch

您遇到的问题是 PyTorch 没有使用 CUDA 进行编译，而您使用的是 Intel 显卡和绘世插件。由于 Intel 显卡不支持 CUDA，您需要使用其他方法来加速 PyTorch。

以下是针对 Intel 显卡使用 PyTorch 的解决方案：

1. 使用 CPU 版本的 PyTorch:

最简单的解决方法是使用 CPU 版本的 PyTorch。这样您不需要安装 CUDA 或其他依赖项，但性能会比使用 GPU 低。您可以直接通过 pip 安装 CPU 版本的 PyTorch：

pip install torch

2. 使用 oneDNN 进行 CPU 加速:

oneDNN (oneAPI Deep Neural Network Library) 是 Intel 推出的深度学习加速库，可以优化 CPU 上的 PyTorch 运算。您可以按照以下步骤启用 oneDNN：

• 确保安装了 Intel oneAPI Base Toolkit 和 Intel oneAPI Deep Neural Network Library。
• 在 Python 代码中添加以下代码：

import os
os.environ['ONEDNN_VERBOSE'] = '1'
import torch

这将启用 oneDNN 的详细日志记录，以便您查看其是否正常工作。

3. 使用 Intel Extension for PyTorch:

Intel Extension for PyTorch (IPEX) 是一个针对 Intel CPU 优化的 PyTorch 扩展库，可以进一步提升 PyTorch 在 Intel CPU 上的性能。您可以通过以下命令安装 IPEX：

pip install intel_extension_for_pytorch

然后，在您的 Python 代码中导入 IPEX：

import intel_extension_for_pytorch as ipex

IPEX 提供了多种优化功能，例如算子融合、量化和图优化。您可以参考 IPEX 文档了解更多信息：https://intel.github.io/intel-extension-for-pytorch/

4. 使用 OpenCL 后端:

某些 PyTorch 版本支持使用 OpenCL 后端进行 GPU 计算。如果您使用的是支持 OpenCL 的 PyTorch 版本，则可以尝试使用 OpenCL 后端来利用 Intel 显卡的计算能力。

需要注意的是，OpenCL 的性能可能不如 CUDA，并且需要安装 Intel OpenCL 驱动程序。

总结:

由于 Intel 显卡不支持 CUDA，因此您需要选择其他方法来加速 PyTorch。 您可以根据您的需求和硬件条件选择合适的方案。

希望这些信息对您有所帮助！ 如果您还有其他问题，请随时提出。