正常安装运行TensorFlow的全新PC最低硬件配置要求咨询

你碰到的The TensorFlow library wasn't compiled to use SSE instructions类提示，根因是TensorFlow官方发布的预编译安装包默认要求CPU支持SSE4.2及以上级别的指令集，8-10年机龄的老旧设备CPU普遍达不到这个硬门槛，所有软件层面的优化、配置调整都无法绕开硬件限制，无法解决该报错。

全新x86架构PC/笔记本最低配置要求（适配Ubuntu 20.04、Windows系统） #

CPU基础要求 #

• Intel平台：2015年及之后发布的6代及以上酷睿i3/i5/i7、赛扬/奔腾G4000系列及以上处理器，全系列原生支持SSE4.2、AVX指令集，完全匹配官方预编译包的基础运行要求
• AMD平台：2017年及之后发布的锐龙1代及以上、速龙3000系列及以上处理器，同样满足指令集要求
• 纯CPU运行TensorFlow的场景，建议选择4核及以上规格，避免运行脚本、小规模训练时出现卡顿。

NVIDIA独显GPU加速最低要求 #

• 显卡硬件：NVIDIA Maxwell架构及以上显卡，对应消费级GTX 900系列、RTX 20/30/40系列，专业卡T系列及以上，CUDA计算能力≥5.0
• 显存：最低4GB，可满足日常学习、轻量模型推理/小规模训练需求；如果要运行中等规模模型建议选择6GB及以上显存版本
• 配套环境：Ubuntu 20.04下安装470及以上版本NVIDIA闭源驱动，Windows下安装对应版本官方驱动，搭配版本匹配的CUDA、cuDNN组件即可正常开启GPU加速。

内存与存储要求 #

• 内存：最低8GB，可支撑基础学习、小脚本运行；如果需要处理数据集、跑训练任务建议升级到16GB及以上
• 存储：预留至少20GB空闲空间用于安装Python环境、TensorFlow依赖、数据集，优先选择SSD，避免数据读取速度拖慢整体运行效率。

新款设备兼容性说明 #

• 不存在设备生产厂商限制，2017年之后发布的常规x86架构消费级台式机、笔记本，不管哪个品牌，CPU基本都满足SSE4.2以上指令集要求，都可以顺利安装运行CPU版本的TensorFlow
• 注意部分搭载ARM架构低功耗处理器的轻薄本（比如高通骁龙本、早期ARM架构Windows平板），无法直接使用x86版本的官方预编译安装包，需要安装专门适配ARM架构的TensorFlow版本，整体兼容性弱于x86架构机型
• AMD独立显卡目前对TensorFlow官方GPU加速方案的支持完善度不如NVIDIA显卡，如果需要用GPU加速优先选搭载NVIDIA独显的机型，减少环境配置的麻烦。

内容的提问来源于stack exchange，提问作者Bruno