在 Intel CPU 上使用 IPEX-LLM 进行本地 BGE 嵌入

IPEX-LLM 是一个 PyTorch 库，用于在英特尔 CPU 和 GPU（例如，带有 iGPU 的本地 PC，以及 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 在英特尔 CPU 上使用 ipex-llm 优化执行嵌入任务。这在 RAG、文档问答等应用中很有帮助。

设置

%pip install -qU langchain langchain-community

安装 IPEX-LLM 以在英特尔 CPU 上进行优化，以及 sentence-transformers。

%pip install --pre --upgrade ipex-llm[all] --extra-index-url https://download.pytorch.org/whl/cpu
%pip install sentence-transformers

注意

对于 Windows 用户，安装 ipex-llm 时不需要 --extra-index-url https://download.pytorch.org/whl/cpu。

基本用法

from langchain_community.embeddings import IpexLLMBgeEmbeddings

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

API 参考：IpexLLMBgeEmbeddings

API 参考

• IpexLLMBgeEmbeddings

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]}")

相关

• 嵌入模型 概念指南
• 嵌入模型 操作指南