Windows平台无CUDA的TensorFlow C++ GPU构建问题咨询

1. 是否可在Windows平台实现无CUDA的TensorFlow C++ GPU构建？ #

可以实现。有两种可行路径：

• 基于Codeplay的tensorflow-sycl仓库，通过SYCL/OpenCL实现跨厂商GPU加速，支持AMD、NVIDIA、Intel的GPU（只要设备支持OpenCL 1.2及以上）；
• 使用TensorFlow Lite的GPU Delegate，依托OpenCL后端，无需CUDA即可在Windows上实现GPU加速推理。

2. 当前构建操作存在的问题 #

（1）Bazel版本不兼容 #

你使用的Bazel 6.1.2版本过高，Codeplay的tensorflow-sycl仓库基于较早期的TensorFlow分支，而Bazel 6.x对WORKSPACE文件语法、外部依赖规则（如http_archive、rules_closure）做了重大调整，导致仓库原有配置无法识别，出现name 'http_archive' is not defined和闭包规则加载失败的错误。

（2）Bazel配置文件处理错误 #

最初的monolithic配置未定义错误，是因为Bazel 6.x不再自动读取tools/bazel.rc，直接复制内容到.tf_configure.bazelrc的方式破坏了原有配置的作用逻辑，正确做法是构建时显式指定加载该配置文件。

（3）SYCL构建环境未正确配置 #

Windows下构建SYCL版本的TensorFlow需要安装DPC++编译器（Codeplay或Intel版本），并确保Bazel能识别到编译器路径，当前构建流程未体现是否完成了这一配置。

3. 是否需要AMD设备，当前错误是否因Intel设备导致？ #

不需要AMD设备，当前错误和你的硬件（Intel CPU、NVIDIA GPU）完全无关。你的GTX 960M支持OpenCL，完全可以运行SYCL/OpenCL加速的TensorFlow。错误根源是Bazel版本不兼容和构建配置错误，与硬件厂商无关。

修复建议 #

• 降级Bazel版本：查看tensorflow-sycl仓库对应的TensorFlow版本，安装匹配的Bazel版本（比如TensorFlow 2.8对应Bazel 5.3.0，可参考TensorFlow官方版本对应表）；
• 正确加载Bazel配置：构建时显式指定加载tools目录下的配置文件：

  bazel build --verbose_failures --jobs=6 --bazelrc=tools/bazel.rc --config=sycl --config=opt //tensorflow:tensorflow.dll
  

• 配置SYCL编译环境：安装Codeplay或Intel的DPC++编译器，运行configure.py时正确指定SYCL编译器路径；
• 考虑TensorFlow Lite替代方案：如果仅需推理场景，TensorFlow Lite的GPU Delegate在Windows上配置更简单，无需复杂的Bazel构建，直接预编译或轻量编译即可支持OpenCL后端。

内容的提问来源于stack exchange，提问作者Turgut