Mac电脑安装支持GPU加速的PyTorch版本

由于我的电脑是M3 Mac Pro，虽然有GPU，但是不是NVIDIA GPU，如果要启用GPU的能力，需要从源代码编译PyTorch，并确保安装了必要的依赖项。下面我把详细步骤写下来，供各位参考。

根据最新的信息，Mac M3 Pro可以安装支持GPU加速的PyTorch版本，但需要从源代码编译PyTorch，并确保安装了必要的依赖项。以下是详细的安装步骤：

安装步骤

1. 克隆PyTorch源代码

   bash复制

   git clone --recursive https://github.com/pytorch/pytorch
   cd pytorch
   git checkout main # 或选择特定的发布版本，例如v2.4或更高版本
   git submodule sync
   git submodule update --init --recursive

2. 安装编译所需的包

   • 使用conda安装必要的编译工具：

     bash复制

     conda install cmake ninja
     pip install -r requirements.txt

3. 安装额外的依赖项

   • 如果需要使用torch.compile功能，还需要安装Triton：

     bash复制

     USE_XPU=1 make triton

4. 启用新的C++ ABI

   • 在编译之前，运行以下命令以启用新的C++ ABI：

     bash复制

     export _GLIBCXX_USE_CXX11_ABI=1

5. 设置CMake路径并编译PyTorch

   • 设置CMake路径并从源代码构建PyTorch：

     bash复制

     export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
     python setup.py develop
     cd ..

6. 可选：安装torchvision

   • 如果需要使用torchvision，可以按照以下步骤安装：

     bash复制

     git clone https://github.com/pytorch/vision.git
     cd vision
     git checkout main # 或选择特定版本
     python setup.py develop
     cd ..

注意事项

• GPU加速：目前PyTorch的GPU加速主要依赖于CUDA，但Mac M3 Pro使用的是苹果自家的Apple Silicon芯片，不支持CUDA。因此，PyTorch的GPU加速在Mac M3 Pro上主要通过Metal Performance Shaders（MPS）实现。

• 性能优化：在编译过程中，确保安装了所有必要的依赖项，以避免编译错误。

• 验证安装：安装完成后，可以通过以下Python代码验证GPU是否可用：

  Python复制

  import torch
  if torch.backends.mps.is_available():
      print("MPS GPU加速可用")
  else:
      print("MPS GPU加速不可用")

通过上述步骤，你可以在Mac M3 Pro上安装并使用支持GPU加速的PyTorch版本，从而充分利用苹果芯片的计算能力。