训练XGBoost模型时如何使用Intel集成GPU？

设备与环境 #

• 设备：戴尔Vostro 15 5510
• GPU：Intel(R) Iris(R) Xe Graphics
• XGBoost安装方式：pip install xgboost

训练代码 #

param = {'objective': 'multi:softmax', 'num_class':22}
param['tree_method'] = 'gpu_hist'
bst = xgb.train(param, dtrain, 50, verbose_eval=True, evals=eval_set)

错误信息 #

XGBoostError: [11:16:53] C:/buildkite-agent/builds/buildkite-windows-cpu-autoscaling-group-i-0ac76685cf763591d-1/xgboost/xgboost-ci-windows/src/gbm/gbtree.cc:611: Check failed: common::AllVisibleGPUs() >= 1 (0 vs. 1) : No visible GPU is found for XGBoost.

问题原因与解决办法 #

1. Intel集成GPU的支持限制：XGBoost原生的gpu_hist后端仅支持NVIDIA CUDA GPU，Intel Iris Xe这类集成GPU不在其适配范围内——这就是你在Colab（使用NVIDIA GPU）能正常运行、本地却报错的核心原因。
2. 适配Intel GPU的方案：
   • 卸载现有XGBoost：pip uninstall -y xgboost
   • 安装Intel优化版本：pip install xgboost-intel
   • 修改代码参数，将tree_method改为hist（该后端会自动调用Intel oneAPI加速集成GPU，无需指定gpu_hist）：

     param = {'objective': 'multi:softmax', 'num_class':22}
     param['tree_method'] = 'hist'
     bst = xgb.train(param, dtrain, 50, verbose_eval=True, evals=eval_set)
     

3. 替代方案：如果必须使用原生XGBoost的gpu_hist加速，只能更换为NVIDIA独立GPU，因为该后端仅适配CUDA环境。

内容的提问来源于stack exchange，提问作者Nika Tsereteli