让那个最没用的NPU也忙起来：通过openvino跑大模型
原创
一只岸上的鱼
一只岸上的鱼
一只岸上的鱼
2026年6月23日 21:44
江苏
在小说阅读器读本章
去阅读
让那个最没用的NPU也忙起来：通过openvino跑大模型
缘起
看过很多电脑评测视频，都会有一句：这个cpu自带一个没什么用的npu……
就是这个：
我实在不信intel搞了这么多年真的一无是处，于是就想着，能不能通过openvino跑大模型？
挑选大模型
npu的算力其实并不大，想试试只能找他自己优化过的：https://huggingface.co/OpenVINO
就这个吧：
安装openvino
# 创建一个虚拟环境
conda create -n vino python=3.13
# 激活虚拟环境
conda activate vino
# 安装openvino
pip install --upgrade pip
pip install openvino openvino-genai
参考官方文档：openvino 安装
特别注意：只能通过pip安装，不能通过conda，因为conda环境中不包括npu的插件，如官方文档的下图：
下载大模型
抱脸下载太慢了，好在在魔搭找到了镜像：
不知道二者差异的，推荐刚写的：
Hugging Face vs ModelScope：两大开源模型平台深度对比与高效下载指南
小试牛刀
直接用模型介绍页面的代码试试：
import openvino_genai
model_path = \"D:\\\\model\\\\openvino\"
device = \"NPU\"
pipe = openvino_genai.LLMPipeline(model_path, device)
config = openvino_genai.GenerationConfig()
config.max_new_tokens = 25600
history = openvino_genai.ChatHistory()
history.append({\"role\": \"system\", \"content\": \"You are a helpful assistant.\"})
def streamer(subword):
print(subword, end='', flush=True)
return False
while True:
try:
prompt = input('\
question:\
')
except EOFError:
break
history.append({\"role\": \"user\", \"content\": prompt})
result = pipe.generate(history, config, streamer)
history.append({\"role\": \"assistant\", \"content\": result.texts[0]})
print(f\"\
answer:\
{result.texts[0]}\")
看看效果：
速度还可以，第一个token有点慢，后面速度跟上阅读不难。
启动服务，接入Cherry-Studio
直接问ima，他给我推了一个star为0的项目：
https://github.com/prskid1000/intel-npu-llm
不过还是能用的：
试试效果：
看看是不是npu在跑：
小结
NPU的算力还是很低的，但是对比GPU来，他的功耗也是很低的，笔记本上能省很多电，再等等小模型的发展，还是足够用的，至少是给本地龙虾聊聊天足够的。
版权声明
本站仅做备份收录，仅供研究与教学参考之用。
读者将信息用于其他用途的，全部法律及连带责任由读者自行承担，本站不承担任何责任。
评论