能否在PyTorch中使用Intel Iris GPU运行深度学习代码？

AI 小北

2026-7-27

问题描述

已通过Anaconda安装PyTorch，使用命令：

conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

设备无CUDA环境，仅搭载Windows系统默认的Intel Iris GPU，希望了解能否利用该GPU运行深度学习代码
尝试运行自定义的设备检测代码时出现报错，错误信息显示mkl不是合法的PyTorch设备类型

解决方案

1. 更换支持Intel GPU的PyTorch版本

你当前安装的是面向NVIDIA CUDA的PyTorch版本，无法直接适配Intel Iris GPU。需重新安装支持Intel GPU加速的版本：

先卸载现有PyTorch组件：

conda uninstall pytorch torchvision torchaudio pytorch-cuda

安装基础CPU版PyTorch：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

安装Intel PyTorch扩展以启用GPU加速：
```
pip install intel-extension-for-pytorch
```

2. 修正设备检测代码

原代码错误在于将mkl当作设备类型——mkl是CPU的数值优化库，并非GPU设备标识。修改后的检测代码如下：

def get_hwacc_device():
    device = torch.device('cpu')
    
    # 检测CUDA（保留原逻辑）
    if torch.cuda.is_available():
        print(torch.cuda.get_device_name(0))
        print('CUDA memory usage:')
        print('Allocated:', round(torch.cuda.memory_allocated(0)/1024**3,1),'GB')
        print('Cached:   ', round(torch.cuda.memory_reserved(0)/1024**3,1),'GB')  # 修正原代码拼写错误：reservrd→reserved
        device = torch.device('cuda')
    
    # 检测Intel GPU（需安装Intel PyTorch扩展）
    elif hasattr(torch, 'xpu') and torch.xpu.is_available():
        print(torch.xpu.get_device_name(0))
        device = torch.device('xpu')
    
    # 提示MKL加速状态（CPU层面优化）
    elif torch.backends.mkl.is_available():
        print("MKL CPU acceleration enabled")
    
    print("Using device:", device)
    return device