IPEX-LLM:英特尔 GPU 上的本地 BGE 嵌入
IPEX-LLM 是一个 PyTorch 库,用于在英特尔 CPU 和 GPU(例如,带有集成显卡的本地电脑,以及 Arc、Flex 和 Max 等独立显卡)上以极低延迟运行 LLM。
本示例将介绍如何在英特尔GPU上使用LangChain通过 `ipex-llm` 优化来执行嵌入任务。这对于RAG、文档问答等应用将非常有用。
注意
建议仅使用英特尔锐炫A系列GPU(英特尔锐炫A300系列或Pro A60除外)的Windows用户直接运行此Jupyter Notebook。对于其他情况(例如Linux用户、英特尔核显等),建议通过终端使用Python脚本运行代码,以获得最佳体验。
安装先决条件
为了在英特尔GPU上利用IPEX-LLM的优势,需要进行几个工具安装和环境准备的先决条件步骤。
如果您是Windows用户,请访问在Windows上使用英特尔GPU安装IPEX-LLM指南,并按照安装先决条件更新GPU驱动(可选)并安装Conda。
如果您是Linux用户,请访问在Linux上使用英特尔GPU安装IPEX-LLM,并按照安装先决条件安装GPU驱动、Intel® oneAPI Base Toolkit 2024.0和Conda。
设置
安装完先决条件后,您应该已经创建了一个包含所有先决条件的conda环境。在此conda环境中启动Jupyter服务
%pip install -qU langchain langchain-community
安装IPEX-LLM以在英特尔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
您也可以使用 `https://pytorch-extension.intel.com/release-whl/stable/xpu/cn/` 作为 `extra-indel-url`。
运行时配置
为获得最佳性能,建议根据您的设备设置几个环境变量
适用于配备英特尔酷睿Ultra集成显卡的Windows用户
import os
os.environ["SYCL_CACHE_PERSISTENT"] = "1"
os.environ["BIGDL_LLM_XMX_DISABLED"] = "1"
适用于配备英特尔锐炫A系列GPU的Windows用户
import os
os.environ["SYCL_CACHE_PERSISTENT"] = "1"
注意
首次在英特尔核显/英特尔锐炫A300系列或Pro A60上运行每个模型时,可能需要几分钟进行编译。
基本用法
在初始化 `IpexLLMBgeEmbeddings` 时,将 `model_kwargs` 中的 `device` 设置为 `\"xpu\"` 会将嵌入模型置于英特尔GPU上,并受益于IPEX-LLM的优化。
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]}")