Intel A770 GPU深度学习环境搭建（Linux）

📝 提示

Pytorch的文档已经添加xpu(Intel GPU)入门教程 我在这里会介绍安装过程中的一些坑和注意事项。

⚠️ 注意

• 系统最好是Intel GPU Driver指定的版本。
  • 使用 GradScaler 进行训练需要 FP64 的硬件支持。Intel® Arc™ A 系列显卡本身不支持 FP64。如果您在 Intel® Arc™ A 系列显卡上使用AMP训练网络，请禁用 GradScaler。所以我建议直接使用bf16精度训练，bf16精度优于fp16。

🚫 警告

要想使用A770 GPU进行计算，必须开启主板BIOS中的Resize BAR功能，并确保开启Above 4G Decoding。否则该显卡只能用于显示/渲染，无法进行计算。

step 1 安装GPU驱动

前往Intel GPU驱动网站，安装驱动。

step 2 安装PyTorch

我选择的是使用pip进行安装。你可以先使用conda创建一个虚拟环境。

🚫 警告

如果你使用conda创建的虚拟环境，可能会遇到类似下面的错误： version `GLIBCXX_3.4.32’ not found (required by /usr/lib/libze_loader.so.1) 解决方案：将作系统中的 libstdc++.so 文件路径导出到环境变量 LD_PRELOAD。

安装命令

release Version

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/xpu

nightly Version

pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/xpu

完成后进行测试。

python -c "import torch; print(torch.__version__); [print(f'[{i}]: {torch.xpu.get_device_properties(i)}') for i in range(torch.xpu.device_count())];"

最后成功识别到显卡即为安装成功。

前往example进行愉快的玩耍吧。

step 3 安装intel-gpu-tools。

安装intel-gpu-tools可以帮助你更好地监控和管理Intel GPU。

sudo apt install intel-gpu-tools

安装完成后，你可以使用以下命令查看GPU状态：

sudo intel_gpu_top

来查看GPU的使用情况。