跳到主要内容
IPEX-LLM 是一个 PyTorch 库，用于在英特尔 CPU 和 GPU（例如，带集成显卡的本地电脑，独立显卡如 Arc、Flex 和 Max）上以极低延迟运行 LLM。
本示例介绍了如何使用 LangChain 通过 ipex-llm 优化在 Intel GPU 上执行嵌入任务。这在 RAG、文档 QA 等应用中会很有帮助。
注意 建议仅配备 Intel Arc A 系列 GPU（Intel Arc A300 系列或 Pro A60 除外）的 Windows 用户直接运行此 Jupyter 笔记本。对于其他情况（例如 Linux 用户、Intel iGPU 等），建议在终端中通过 Python 脚本运行代码以获得最佳体验。

​
安装先决条件

要在 Intel GPU 上从 IPEX-LLM 中受益，需要执行几个先决条件步骤，包括工具安装和环境准备。 如果您是 Windows 用户，请访问 在 Windows 上安装 IPEX-LLM 和 Intel GPU 指南，并按照 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 Linux 上安装 IPEX-LLM 和 Intel GPU，并按照 安装先决条件 安装 GPU 驱动程序、Intel® oneAPI Base Toolkit 2024.0 和 Conda。

​
设置

安装先决条件后，您应该已经创建了一个安装了所有先决条件的 conda 环境。在此 conda 环境中启动 jupyter 服务 
pip install -qU langchain langchain-community
安装 IPEX-LLM 以优化 Intel GPU 上的性能，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 您也可以使用 https://pytorch-extension.intel.com/release-whl/stable/xpu/cn/ 作为 extra-index-url。

​
运行时配置

为了获得最佳性能，建议根据您的设备设置几个环境变量

​
适用于配备 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"

​
适用于配备 Intel Arc A 系列 GPU 的 Windows 用户

import os

os.environ["SYCL_CACHE_PERSISTENT"] = "1"
注意 对于每个模型首次在 Intel iGPU/Intel Arc A300 系列或 Pro A60 上运行，可能需要几分钟才能编译。 对于其他 GPU 类型，请参考 此处 适用于 Windows 用户，以及 此处 适用于 Linux 用户。

​
基本用法

在初始化 IpexLLMBgeEmbeddings 时，将 model_kwargs 中的 device 设置为 "xpu" 会将嵌入模型置于 Intel GPU 上，并受益于 IPEX-LLM 优化。 
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]}")
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.