Skip to main content
Open In Colab在 GitHub 上打开

IPEX-LLM：Intel GPU 上的本地 BGE 嵌入

IPEX-LLM 是一个 PyTorch 库，用于在 Intel CPU 和 GPU（例如，带有 iGPU 的本地 PC、Arc、Flex 和 Max 等独立 GPU）上运行 LLM，延迟非常低。

此示例介绍了如何使用 LangChain 执行嵌入任务，其中ipex-llmIntel GPU 上的优化。这在 RAG、文档 QA 等应用程序中会很有帮助。

注意

建议只有使用 Intel Arc A 系列 GPU 的 Windows 用户（Intel Arc A300 系列或 Pro A60 除外）直接运行此 Jupyter 笔记本。对于其他情况（例如 Linux 用户、Intel iGPU 等），建议在终端中使用 Python 脚本运行代码以获得最佳体验。

安装先决条件

要从 Intel GPU 上的 IPEX-LLM 中受益，工具安装和环境准备有几个先决条件步骤。

如果您是 Windows 用户，请访问使用 Intel GPU 在 Windows 上安装 IPEX-LLM 指南，然后按照安装先决条件更新 GPU 驱动程序（可选）并安装 Conda。

如果您是 Linux 用户，请访问在使用 Intel GPU 的 Linux 上安装 IPEX-LLM，然后按照安装先决条件安装 GPU 驱动程序、Intel® oneAPI Base Toolkit 2024.0 和 Conda。

设置

安装必备组件后，您应该已创建安装了所有必备组件的 conda 环境。在此 conda 环境中启动 jupyter 服务：

%pip install -qU langchain langchain-community

安装 IPEX-LLM 以在 Intel GPU 上进行优化，以及sentence-transformers.

%pip install --pre --upgrade ipex-llm[xpu] --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/us/
%pip install sentence-transformers

注意

您还可以使用https://pytorch-extension.intel.com/release-whl/stable/xpu/cn/作为 extra-indel-url 的 URL 进行访问。

运行时配置

为了获得最佳性能，建议根据您的设备设置多个环境变量：

对于具有 Intel Core Ultra 集成 GPU 的 Windows 用户

import os

os.environ["SYCL_CACHE_PERSISTENT"] = "1"
os.environ["BIGDL_LLM_XMX_DISABLED"] = "1"

对于使用 Intel Arc A 系列 GPU 的 Windows 用户

import os

os.environ["SYCL_CACHE_PERSISTENT"] = "1"

注意

对于每个型号首次在 Intel iGPU/Intel Arc A300 系列或 Pro A60 上运行，可能需要几分钟时间才能完成编译。

对于其他 GPU 类型，请参阅 此处 （Windows 用户） 和 此处 （Linux 用户）。

基本用法

设置device自"xpu"在model_kwargs初始化时IpexLLMBgeEmbeddings将嵌入模型放在 Intel GPU 上，并从 IPEX-LLM 优化中受益：

from langchain_community.embeddings import IpexLLMBgeEmbeddings

embedding_model = IpexLLMBgeEmbeddings(
    model_name="BAAI/bge-large-en-v1.5",
    model_kwargs={"device": "xpu"},
    encode_kwargs={"normalize_embeddings": True},
)

API 参考

sentence = "IPEX-LLM is a PyTorch library for running LLM on Intel CPU and GPU (e.g., local PC with iGPU, discrete GPU such as Arc, Flex and Max) with very low latency."
query = "What is IPEX-LLM?"

text_embeddings = embedding_model.embed_documents([sentence, query])
print(f"text_embeddings[0][:10]: {text_embeddings[0][:10]}")
print(f"text_embeddings[1][:10]: {text_embeddings[1][:10]}")

query_embedding = embedding_model.embed_query(query)
print(f"query_embedding[:10]: {query_embedding[:10]}")