Intel 显卡驱动与 AI 框架的版本对应:一张兼容矩阵
把驱动分支、oneAPI、PyTorch XPU、llama.cpp、vLLM、Ollama 的版本关系整理成表,区分官方验证过的组合与仅有社区记录的组合,并给出容器镜像与固定 wheel 两种锁版本做法。
Intel GPU 的 AI 软件栈没有「装最新就对了」这回事。驱动分两条线、运行时一年三个版本、框架各自锁不同的 torch,任何一处踩空都表现为「跑起来了但很慢」或者「直接报找不到设备」。
下面把 2026 年 11 月 18 日能查到的官方版本关系整理成表,并且把「官方声明支持」和「社区实测可用」分开标注。凡是没查到公开依据的组合,一律写未验证,不做推测。
两条驱动分支,节奏差一个季度
消费级和 Pro 工作站用的是两条独立的驱动线,版本号长得很像,实际不能互换。
| 分支 | 发布节奏 | 最新版本 | 发布日期 | 覆盖硬件 |
|---|---|---|---|---|
| 消费级 | 按月 | 32.0.101.9175 WHQL | 2026-11-04 | Arc A/B 系列、Core Ultra 核显(含 Panther Lake)、Wildcat Lake |
| Pro 工作站 | 按季度 | 32.0.101.8976(Q3.26) | 2026-09-25 | Arc Pro B/A 系列、部分 Core Ultra H |
| Pro 工作站(历史) | 按季度 | 8805(Q2.26.R2)、8804(Q2.26)、8517(Q1.26.R2)、8515(Q1.26)、8306(Q4.25) | — | — |
Pro 分支的季度节奏从版本号就能看出来:Q1.26 是 8515,Q2.26 是 8804,Q3.26 是 8976,每一季往前挪 150 个号左右。消费级最新是 9175,比 8976 高出约两百个号。所以「Pro 卡上装消费级驱动」看起来是升级,实际是换了一条维护线,季度回滚、认证和 Pro 软件栈的绑定都会丢。
两条线的差异不只在日期。Pro 分支按季度做认证,稳定优先,新特性会晚一个季度进;消费级分支按月跟进游戏和新平台,驱动里带的新硬件支持更快。做推理服务选 Pro 分支是为了少变,做本地实验选消费级是为了早拿到新卡支持。
反过来的情况更常见:Arc Pro 卡的用户照着游戏卡教程更新驱动,版本号变大,却发现问题更多。判断自己在哪条线上,看安装包文件名和 Intel 下载页的 ID 就行,消费级和 Pro 是两个独立的下载页。
运行时:一年三个版本,组件编号不同步
oneAPI 从 2026.0 起把 Base 和 HPC 两个 Toolkit 合并成一个,节拍是每年三次。
| 版本 | 发布日期 | DPC++ 编译器 | oneMKL | oneDPL | 备注 |
|---|---|---|---|---|---|
| 2026.0 | 2026-04-29 | 2026.0 | 2026.0 | 2022.12.0 | 合并 Toolkit;oneDNN 移出 DLE |
| 2026.1 | 2026-07-07 | 2026.1 | 2026.1 | 2022.13.0 | SYCL 构建性能改进 |
| 2026.2 | 2026-10-23 | 2026.2 | 2026.2 | 2022.14.0 | 移除 RHEL 10.0、SLES 15 SP4 的 GPU 支持 |
版本变化对实际速度的影响可以很大。llama.cpp 的 SYCL 文档记录过一次:同一份代码在 Arc B570 上,用 oneAPI 2026.1 构建相比基于 2025.3 的发布包,prompt processing 从 434 t/s 提到 1331 t/s。这是官方文档自己给出的数字,测试条件是同一张卡、同一份代码、只换工具链。它说明「运行时版本」不是无关紧要的元数据。
平台层面的变化也在这张表里。oneAPI 2026.0 起,Windows 10、RHEL 8、Debian 11 和 12 在 CPU 与目标端的支持被标记为弃用;2026.2 进一步移除了 RHEL 10.0 和 SLES 15 SP4 的 GPU 支持。工具链还能装,但已经不在支持范围内,遇到问题没有官方答复。
两个容易看错的地方。一是 oneDPL 的编号停在 2022.x,它跟 Toolkit 版本不是一套数字,2022.14.0 就是 2026.2 里那一版。二是 oneDNN 的归属:2026.0 起它从 Deep Learning Essentials 移出单独分发,但 oneAPI Toolkit 里仍然带到 2027.0。所以用 DLE 装环境、再自己编 SYCL 后端,会卡在找不到 oneDNN 上。
矩阵描述的是包内组合,不是机器上装了什么
这一点不理解,看任何版本表都会看歪。pip 装的 PyTorch wheel 自带一整套 oneAPI 运行时;llama.cpp 的 Windows 预编译包自带 SYCL 运行时和依赖 DLL,官方文档的原话是「不需要安装 oneAPI 包,也不需要激活」;vLLM 的 XPU 镜像同理。
真正由宿主提供、被所有程序共享的只有一层:内核驱动和用户态驱动。所以同一台机器上两个框架要求不同的 oneAPI 版本并不冲突,它们各自从自己的目录里加载。
冲突只发生在一种情况:你手动 source 了某个 setvars.sh,把系统里的运行时塞进了进程的库搜索路径。这时候 wheel 里的库和系统里的库同时可见,谁先被加载取决于链接顺序。
这也是 Intel 的 PyTorch 前置条件页专门写一句「用 pip wheel 时不要 source 这些脚本」的原因。出问题的表现不是明确的版本错误,而是随机的初始化失败。
结论是:驱动版本要按「最挑的那个框架」来定,运行时版本则跟着各自的包走,不需要全局统一。
框架侧的版本要求
四条主路线对底层的要求完全不同,先看这张表再决定装什么。
| 路线 | 官方声明的版本组合 | 硬件与系统前提 | 状态 |
|---|---|---|---|
| PyTorch XPU | 2.15 ↔ Deep Learning Essentials 2026.1.3;2.14 ↔ 2026.1.2;2.13 ↔ 2026.0.0 | Windows 11 或 Ubuntu 24.04/26.04;驱动 ≥ 32.0.101.9033 且含 LevelZeroSDK | 官方验证表 |
| PyTorch XPU(OMIX 路径) | 2.15 ↔ OMIX 0.4.0;2.14 ↔ OMIX 0.3.0 | Ubuntu 24.04/26.04,Arc Pro B50/B60/B65/B70 已验证 | 官方验证表 |
| llama.cpp SYCL | oneAPI 2026.2 / 2026.1 / 2025.3.3 / 2025.2.1 / 2025.1 / 2024.1 | Linux、Windows 11;2026.02 起只支持 Intel 设备 | 官方文档的已验证列表 |
| vLLM XPU | torch 2.15.0+xpu + OMIX 0.4(含 oneAPI 2026.1 DPC++)+ Python 3.12 | Linux;官方镜像从 v0.26.0 起提供 | 官方声明,Python 3.12 为强制 |
| Ollama(Vulkan) | 不依赖 oneAPI;0.30 起 Vulkan 默认开启 | Windows / Linux,需厂商 Vulkan 驱动 | 官方声明,无版本矩阵 |
把这张表竖着读,会发现两条路线对 oneAPI 的要求是错开的:llama.cpp 的 CI 已经跑到 2026.2,vLLM 的内核包还锁在 2026.1 的 DPC++ 上。同一台机器上同时装这两套,必须各用各的容器或虚拟环境,共用一个 setvars.sh 一定会打架。
PyTorch 那条还有一个跨版本细节:2.15.0 的 XPU wheel 只提供 cp311 到 cp315,2.14.1 还带 cp310。用 Python 3.10 的环境装不到 2.15,这件事在 wheel 索引里是硬约束,不是 pip 的问题。
vLLM 那边有两个独立的版本轴,别混。一个是 vLLM 本体(镜像从 v0.26.0 起提供 XPU 稳定 tag),一个是 vllm-xpu-kernels(README 里举例的是 0.1.15.4)。驱动建议来自后者:从 0.1.10 起,官方建议把驱动升到计算运行时 26.18,理由是避免兼容性问题。所以查 vLLM 的兼容性,要同时看这两个版本号。
怎么判断自己落在矩阵的哪一行
五个信息就够定位:
- 包装方式:pip wheel、容器镜像、还是预编译压缩包。这决定运行时来自哪里。
- 框架版本:
torch.version是否带+xpu,llama.cpp 是哪个构建号。 - 运行时三层:
xpu-smi query里的 UMD、KMD、Level Zero loader。 - 驱动分支:安装包来自消费级页还是 Pro 页,版本号前两位就能看出来。
- Python 版本:vLLM 强制 3.12,PyTorch 2.15 要求 3.11 以上。
五项凑齐,再回表里找对应行。缺任何一项,表里的结论都不成立。
组合矩阵:官方声明与实测分开写
下表把「官方文档明确写过」和「有人跑通过」分开。没有公开依据的,写未验证。
| 组合 | 依据类型 | 结论 | 备注 |
|---|---|---|---|
| 消费级驱动 9175 + PyTorch 2.15 + DLE 2026.1.3 | 官方声明 | 支持 | 需 ≥ 9033,9175 满足 |
| Pro 驱动 8976 + PyTorch 2.15 + OMIX 0.4.0 | 官方声明 | 支持 | 官方在 B50/B60/B65/B70 上验证 |
| llama.cpp SYCL + oneAPI 2026.2 | 官方声明 | 支持 | 2026.11 起的发布构建按此组合出包 |
| llama.cpp SYCL + oneAPI 2025.1.1(Windows 11 / Lunar Lake) | 官方文档记录的验证平台 | 支持 | 对应 b5377,2025-05-15 |
| vLLM XPU + torch 2.15 + vllm-xpu-kernels 0.1.15.4 | 官方声明 | 支持 | 仅 Python 3.12,仅 Linux |
| Ollama 0.40.16 + Arc 独显(Vulkan) | 官方声明 | 支持 | 不需要 oneAPI,也不需要 XPU wheel |
| Ollama 0.40.x + Arc 130V 核显 + gemma4:12b | 社区 issue #19158 | 有问题 | ggml_vulkan: device lost,报告称 0.34.4 正常,截至查询日 issue 仍开放 |
| IPEX 2.3.1 + torch 2.3.1(ComfyUI 文档遗留路径) | 官方文档仍列,仓库已归档 | 不建议 | 最后一次提交 2026-03-30 |
| Arc Pro 卡 + 消费级驱动 + 任意框架 | 无官方声明 | 未验证 | 两条分支不通用,不建议混装 |
| oneAPI 2026.2 + vLLM XPU 当前内核包 | 无官方声明 | 未验证 | 内核包声明的是 2026.1,跨版本未验证 |
还要说明「官方声明支持」的含义。Intel 的验证表列的是被测试过的那一组,不代表别的组合一定不能用。它更像「这一组出了问题时,厂商认」的承诺,而不是排他性的白名单。反过来,「未验证」也不等于不能用,只表示没有可查的记录。
「社区实测可用」这一列能证明的事有限。llama.cpp 的 SYCL 文档把性能数据指向一个持续追加的讨论帖(discussion #23313),里面有大量用户自填的数字。
这类数据能说明「有人在这张卡上跑通过」,但测试条件不统一。它不能当作兼容性结论,也不能拿来对比两张卡的性能,只能当线索。
同理,Ollama 的 GitHub issue 里能查到具体型号的崩溃报告,那些是真实故障,但样本是「出问题的人来报」,不能反推故障率。
llama.cpp 的推荐 release 表也值得单独提醒:那张表里最新的一条是 b5377(2025-05-15),对应 oneAPI 2025.1。一年半过去,实际在出包的是每日构建,2026 年 11 月 18 日是 b12498。表可以当「这个组合被验证过」的证据,不能当「应该下这个包」的建议。
锁版本的实际做法
版本关系这么碎,靠记忆维持不现实。可行的做法只有两种:容器镜像,或者把 wheel 全部钉死。
容器是最省事的。Intel 官方的计算运行时镜像按版本打 tag,查询当日 latest 对应的是 26.18.38308.4(Ubuntu 24.04);vLLM 的 XPU 镜像从 v0.26.0 起提供稳定 tag。用镜像意味着驱动仍然来自宿主,其余全部固定。
# 运行时版本固定,其余靠镜像
docker run --rm -it \
--device /dev/dri \
--group-add "$(stat --format %g /dev/dri/renderD128)" \
-v /dev/dri/by-path:/dev/dri/by-path \
--ipc=host \
vllm/vllm-openai-xpu:latest \
--model Qwen/Qwen3-0.6B
不用容器的话,就把依赖写成文件,并且显式指定索引:
--index-url https://download.pytorch.org/whl/xpu
torch==2.15.0+xpu
requirements.txt 里直接写 --index-url 这一行是有效的,pip 会读。这样别人拿到文件后不会从 PyPI 拉到 CUDA 版。
只钉 torch,torchvision 让索引按依赖关系配,比三个都写死安全——索引里三个包的推进速度并不同步,写死了反而容易解不出依赖。固化时用 pip freeze 把实际装上的版本记下来:
pip freeze | grep -i torch > torch-lock.txt
镜像最好记 digest 而不是 tag。tag 会被重新推送,latest 尤其如此;digest 是内容哈希,换机器拉到的就是同一份。
docker images --digests | grep xpu
还有三条经验性的约束,都能在官方文档里找到依据:
- 用 pip 装的 PyTorch wheel 自带运行时,这时候不要
source setvars.sh。Intel 的前置条件页明确写了这样会引起版本冲突。 - llama.cpp 的预编译包每天都在更新构建号,同一份「能用」的记录必须带上构建号,只写「最新版」等于没写。
- 记录环境时把
xpu-smi query的 UMD、KMD、Level Zero loader 三行一起存下来,比只写驱动版本号有用得多。三层里任何一层变了,行为都可能变。
Ollama 为什么可以单独放一行
四条路线里只有 Ollama 完全不碰 oneAPI。它走 Vulkan,不读 Level Zero,也不读 SYCL 的设备列表,所以前面那些版本矩阵对它不适用——它的兼容性只取决于两件事:显卡的 Vulkan 驱动是否正常,以及 Ollama 自己的版本是否够新。
这也是它在混合显卡机器上行为不同的原因。ONEAPI_DEVICE_SELECTOR 对它无效,要限定设备只能用 GGML_VK_VISIBLE_DEVICES;要彻底退回去就用 OLLAMA_VULKAN=0。
代价是它拿不到 SYCL 后端那些针对 Xe 架构的优化。省事和性能在这里是两条路,不是同一个东西的两个档位。
还没有数据的部分
有几块内容目前查不到公开依据,与其猜不如标出来,也方便后面有人补上:
Arc B 系列在 vLLM 上的可用性。官方文档只写了「Intel Data Center GPU, Intel ARC GPU」,没有列出具体型号和显存档位。12GB 的 B580 能不能跑起某个具体模型,取决于模型大小和并行配置,没有官方清单。
SYCL 与 Vulkan 在同一张卡上的性能差。两边都有各自的基准,但没有同一套测试条件下的对照数据。llama.cpp 文档里的性能参考是社区自填,Ollama 侧则完全不公开后端细节。
oneAPI 2026.2 与 vLLM 的组合。内核包声明的是 2026.1,跨一个小版本是否可用没有官方说明,也没有成规模的实测记录。要试就单独开一个环境,别在主力环境上升级。
Arc Pro 在 vLLM 上的验证状态。vLLM 文档只写「Intel Data Center GPU, Intel ARC GPU」,没有区分 Pro 和消费级,也没有给出显存档位下限。Pro 卡的 24GB、32GB 档理论上更宽裕,但没有官方清单。
驱动降级的具体边界。Pro 分支和消费级分支的回滚路径不同,官方的历史驱动页只保证各自分支内的旧版本可下载,跨分支回滚没有文档支持。
选路线的时候,如果只是本地跑模型,Ollama 是什么那条 Vulkan 路径最省事,不碰 oneAPI 就没有版本矩阵的问题。要自己编译或用最新特性,llama.cpp 预编译包和自编译怎么选里讲了构建号怎么对应;非 N 卡选后端的通用判断,可以看KoboldCpp 下载哪个版本。
关于时效:本文所有版本号都在 2026 年 11 月 18 日核对。驱动月更、oneAPI 一年三更、llama.cpp 每日构建,三个月后再看这张表,驱动和 llama.cpp 两列大概率已经过期,但版本之间的相对约束通常还成立——比如 vLLM 仍然只吃 Python 3.12,Pro 分支仍然比消费级慢一个季度。
查不到就写查不到,比编一个「应该能用」的组合更有用,也更省后来人的时间。
最后给一条验证顺序:先确认驱动分支和版本,再确认运行时的三层(UMD、KMD、loader),最后才看框架版本。反过来的顺序会让你在框架层面反复重装,而问题一直在下面一层。
登录后可点赞、收藏与反馈。