IPEX-LLM：在 Intel CPU 上的本地 BGE 嵌入

IPEX-LLM 是一個 PyTorch 函式庫，用於在 Intel CPU 和 GPU（例如，具有 iGPU 的本地 PC、獨立 GPU，如 Arc、Flex 和 Max）上以非常低的延遲運行 LLM。

這個範例說明如何使用 LangChain 在 Intel CPU 上透過 ipex-llm 優化來執行嵌入任務。這對於 RAG、文件問答等應用程式非常有用。

設定

%pip install -qU langchain langchain-community

安裝用於 Intel CPU 優化的 IPEX-LLM，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

對於 Windows 使用者，安裝 ipex-llm 時不需要 --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 參考文件：IpexLLMBgeEmbeddings

API 參考文件

• 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]}")

相關連結

• 嵌入模型 概念指南
• 嵌入模型 操作指南