如何为深度学习启用Intel iRIS Xe GPU？Colab无法调用Intel GPU问题咨询

一、Colab切换GPU模式后仍调用CPU的解决方案 #

• 确认运行时配置生效：点击顶部菜单栏「修改」→「笔记本设置」，检查「硬件加速器」是否选中GPU，点击保存后等待实例自动重启，不要跳过重启步骤。
• 验证实例GPU分配状态：在代码单元格执行!nvidia-smi，如果输出无NVIDIA GPU设备信息，说明当前无可用GPU实例资源，可断开现有运行时后重新连接分配新实例。
• 排查代码配置：确认训练代码没有强制指定CPU运行的语句，比如TensorFlow不要配置tf.config.set_visible_devices([], 'GPU')，PyTorch不要手动将模型、张量移动到cpu设备。

二、Windows 10 启用Intel Iris Xe GPU做深度学习的操作步骤 #

• 升级核显驱动：将Intel Iris Xe核显驱动更新至最新官方WHQL正式版，安装完成后重启设备。
• 安装适配的深度学习框架版本：
  • 使用TensorFlow的场景，安装Intel优化版TensorFlow，执行命令：pip install intel-tensorflow
  • 使用PyTorch的场景，安装支持Intel XPU设备的PyTorch适配版本即可。
• 验证设备识别与调用：
  • TensorFlow执行tf.config.list_physical_devices('GPU')，返回结果包含Iris Xe设备即为识别成功，框架默认会自动调用GPU算力。
  • PyTorch执行torch.xpu.is_available()，返回True即为识别成功，训练时将模型、张量通过.to("xpu")移动到XPU设备即可调用核显算力。
• 可选性能优化：安装Intel oneAPI基础工具包，可进一步释放核显的深度学习计算性能。

内容的提问来源于stack exchange，提问作者Apoorv