如何在Windows系统上为SpaCy启用CUDA GPU加速

SpaCy是一款实用的文本处理库，用来构建自定义模型做数据提取和处理很顺手。但我在用en_core_web_trf模型提取英文实体时，发现CPU运行速度慢到没法用，于是尝试用GPU来提升性能。

过程中踩了不少坑，毕竟GPU加速涉及NVIDIA驱动、CUDA、PyTorch和SpaCy的版本匹配问题，折腾几次后终于搞定，下面是亲测有效的配置步骤：

1. 确认GPU硬件与驱动 #

• 必须是支持CUDA的NVIDIA显卡（算力≥3.5），安装对应版本的NVIDIA驱动，驱动版本要和后续安装的CUDA Toolkit兼容（可查NVIDIA官方文档确认适配关系）。

2. 安装匹配的CUDA Toolkit #

• 不要选最新版，要和PyTorch支持的版本对应。比如当前PyTorch稳定版支持CUDA 11.8或12.1，选好版本后安装，记得勾选“添加到系统环境变量”。

3. 安装适配的PyTorch #

• 根据你的CUDA版本，用官方推荐的命令安装。例如CUDA 11.8的安装命令：

  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
  

• 安装后验证：运行以下代码，返回True则说明PyTorch GPU配置正常：

  import torch
  print(torch.cuda.is_available())
  

4. 安装支持GPU的SpaCy组件 #

• 先升级SpaCy到最新稳定版：

  pip install -U spacy
  

• 安装spacy-transformers插件（Transformer模型依赖这个）：

  pip install spacy-transformers
  

• 下载en_core_web_trf模型：

  python -m spacy download en_core_web_trf
  

5. 代码中启用GPU加速 #

• 加载模型前先启用GPU，示例代码如下：

  import spacy
  import torch
  
  # 启用GPU（如果可用）
  if torch.cuda.is_available():
      spacy.require_gpu()
      print("GPU加速已开启")
  else:
      print("未检测到GPU，将使用CPU")
  
  # 加载模型并处理文本
  nlp = spacy.load("en_core_web_trf")
  doc = nlp("Apple is looking to buy a U.K. startup for $1 billion")
  
  # 输出提取的实体
  for ent in doc.ents:
      print(f"{ent.text}: {ent.label_}")
  

这样配置后，en_core_web_trf的运行速度会有明显提升。

内容的提问来源于stack exchange，提问作者Anton