搭载Radeon的High Sierra系统iMac如何用GPU训练Tensorflow/LSTM/Keras脚本？

先直接给你明确结论：你现在的内置Radeon显卡没法直接用来加速TensorFlow/Keras的LSTM训练，具体原因和可行方案我给你拆解清楚：

为什么内置Radeon用不了？ #

• 在macOS High Sierra这个版本时期，TensorFlow的官方GPU加速只认NVIDIA显卡，靠的是CUDA工具链和cuDNN库。AMD的Radeon显卡当时完全不在TensorFlow的GPU支持范围内——后来针对AMD显卡的TensorFlow Metal加速，得等到macOS Monterey（12.0）及以上版本才推出，而且还得配合较新的硬件，你的High Sierra系统根本达不到要求。
• 另外AMD自己的ROCm平台（针对GPU加速计算的框架），当时也没对macOS做适配，更别说High Sierra这么老的系统了。

想要GPU加速的可行方案 #

如果一定要在这台iMac上实现GPU加速训练，目前唯一靠谱的途径是外接NVIDIA显卡+雷电3扩展盒，但有几个细节得注意：

• 先确认你的iMac有没有雷电3接口：High Sierra时期的iMac不是全系列都有，得先查自己的机型参数。
• 选显卡的时候要挑支持CUDA的型号，而且对应的CUDA工具链版本得兼容High Sierra——比如CUDA 10.1是最后一个支持High Sierra的版本，对应的TensorFlow得用1.15.x这类适配版本，版本不匹配的话根本跑不起来。
• 外接显卡装好后，得先装对应版本的CUDA toolkit和cuDNN，再卸载原来的CPU版TensorFlow，装上TensorFlow-GPU包，才能真正用上GPU加速。

退而求其次的优化方案 #

如果不想额外花钱买硬件，也可以试试优化CPU训练的效率：比如给sklearn开启并行计算参数、调整TensorFlow的CPU线程数设置，但说实话，和GPU加速的性能提升比起来，这点优化只能算是杯水车薪。

内容的提问来源于stack exchange，提问作者Khun