如何先在CPU开发PyTorch多变量LSTM再迁移至IPU？相关疑问

1. CPU上开发模型后迁移至IPU的可行性 #

• 完全可以先在CPU上开发和调试你的多变量LSTM模型。Graphcore的PyTorch框架兼容标准CPU运行逻辑，你可以正常使用PyTorch的CPU后端完成模型构建、数据处理、前向/反向传播测试等开发流程。
• 执行gc-*命令时提示无可用IPU属于正常现象，因为这类命令是专门针对IPU硬件的操作指令，CPU环境下无需调用。后续部署IPU后，只需调整模型的设备配置（将模型和数据从cpu切换到ipu设备），并适配Graphcore提供的IPU优化API（如poptorch.trainingModel等）即可完成迁移。

2. 裸机运行的账户要求 #

• 不需要单独注册Graphcore账户或签署额外许可协议。你通过Docker安装的Graphcore PyTorch镜像已经包含开发所需的核心组件（Poplar、PopART等），CPU环境下开发时无需验证IPU硬件权限，也不受账户限制。
• 只有后续需要使用IPU硬件、获取官方技术支持或下载特定IPU优化资源时，才需要注册Graphcore账户并完成相关许可流程。

内容的提问来源于stack exchange，提问作者John Logsdon