2019款16寸MacBook Pro使用PlaidML时GPU未运行问题求助

核心问题依据：运行日志输出全部为TensorFlow运行信息，说明Keras未加载配置的PlaidML后端，实际运行的是TensorFlow CPU计算链路，无法触发GPU调用。 #

排查解决步骤 #

1. 验证Keras后端加载状态 #

在Jupyter单元执行以下代码，确认后端是否正常切换：

from os import environ
# 优先设置后端环境变量
environ["KERAS_BACKEND"] = "plaidml.keras.backend"
# 清理已加载的keras/tensorflow残留模块，避免缓存干扰
import sys
for mod in list(sys.modules.keys()):
    if "keras" in mod or "tensorflow" in mod:
        del sys.modules[mod]
import keras
print("当前Keras后端：", keras.backend.backend())

• 若输出不是plaidml.keras.backend，说明后端切换失效，为GPU不工作的根本原因。

2. 排查配置优先级冲突 #

• 检查用户目录下的Keras全局配置文件~/.keras/keras.json，确认backend字段是否被硬编码为tensorflow，若存在该配置，直接修改为plaidml.keras.backend，或删除该文件让环境变量配置生效。
• 在终端执行echo $KERAS_BACKEND，若输出为tensorflow，删除对应全局环境变量配置项，或修改为PlaidML后端路径。

3. 修正PlaidML设备绑定参数 #

• 当前配置选择的是OpenCL框架的AMD设备，该类设备在macOS上属于实验性支持范围，2019款16寸Mac的AMD显卡在后续macOS版本中OpenCL驱动适配较差，易出现静默降级到CPU计算、无GPU活动的问题。
• 重新执行plaidml-setup，默认设备选择Metal框架对应的AMD Radeon Pro 5300M设备，这是PlaidML对Mac平台优化最完善的设备类型，无实验性功能兼容风险。

4. 清理TensorFlow依赖冲突 #

• 日志显示环境内已安装TensorFlow相关包，这类包会在Jupyter内核启动时提前加载，覆盖代码中设置的后端环境变量，且多数Keras关联包会自动引入TensorFlow作为默认后端。
• 在激活的PlaidML虚拟环境中执行以下命令，清理非必要的TensorFlow依赖：

pip uninstall -y tensorflow tensorflow-macos tensorflow-metal

• 清理完成后完全退出当前Jupyter服务，重新启动后再运行代码，避免内核缓存残留。

5. 验证GPU实际调度状态 #

执行以下测试代码触发大计算量任务：

from os import environ
environ["KERAS_BACKEND"] = "plaidml.keras.backend"
import keras
from keras import backend as K
import numpy as np

# 构建大尺寸矩阵乘法任务，触发硬件计算
a = K.random_normal((2000, 2000))
b = K.random_normal((2000, 2000))
c = K.dot(a, b)
# 输出当前可用的计算设备列表
print("当前可用计算设备：", K._get_available_devices())

• 正常加载PlaidML后端时，终端会输出对应Metal设备的加载日志，同时在macOS活动监视器GPU标签页中，可观察到当前Python进程对应的GPU占用率提升。

内容的提问来源于stack exchange，提问作者Tommy