[enhancement]: Support for OpenVINO Backend for Intel oneAPI/oneDNN

快速结论：这是一个功能增强请求（enhancement），并非可复现的崩溃报错。用户希望在 InvokeAI 中通过 OpenVINO / Intel oneAPI、oneDNN（XPU）为 Intel ARC A-Series、Iris XE 及部分新 iGPU 提供 GPU 加速支持，但截至 Issue 关闭时并未合入官方实现。

适用环境：Issue 中讨论的环境为 InvokeAI 的 Docker 基础镜像 ubuntu:23.04，以及在 Docker 中基于 intel/intel-extension-for-pytorch:xpu-jupyter 的 Intel XPU 试验环境；另有用户尝试在 ubuntu:23.04 上配合虚拟环境安装 torch==2.0.1a0、torchvision==0.15.2a0、intel_extension_for_pytorch==2.0.110+xpu。这些为社区用户个人尝试，并非官方验证过适用于 InvokeAI 的组合。

最快修复方案：暂无确认的一步修复方案。该 Issue 未提供任何已合入 InvokeAI 的正式支持方式，也没有官方确认可用的安装命令。

注意事项：Issue 中出现的 Dockerfile、pip 源与版本号均为社区用户探索性尝试（含指向临时 EC2 的 ipex-release.php 下载源、libgomp1、libze_loader 等依赖排坑），未在 InvokeAI 官方环境验证，也不代表官方会采用该方案。若照搬，请自行承担兼容性、依赖冲突与安全风险。

问题场景

用户在 InvokeAI 中使用 Intel ARC A-Series（如 A770）或 Intel Iris XE / 新 iGPU 做图像生成加速时，发现没有可用的 GPU 后端。该 Issue 是希望 InvokeAI 增加 OpenVINO 后端（覆盖 Intel oneAPI/oneDNN），并补充提出可退而求其次将 intel-extension-for-pytorch（IPEX）移植到 Windows。整个讨论中，社区用户提供了基于 IPEX 与 pipe.to("xpu") 在 Docker / Jupyter Notebook 中跑通 Stable Diffusion 的探索性脚本，用于说明在 InvokeAI 里接入 XPU 的可能路径。

报错原文

[enhancement]: Support for OpenVINO Backend for Intel oneAPI/oneDNN

原因分析

可能原因是 InvokeAI 当时并未内置 Intel GPU（XPU / oneAPI / oneDNN / OpenVINO）加速后端。其 Docker 镜像以 ubuntu:23.04 为基础自行安装依赖，而不是直接采用硬件厂商提供的加速容器镜像，因此无法像 CUDA / ROCm 那样开箱即用 Intel GPU。社区讨论提到，接入的核心思路是使用 IPEX 并配合 pipe.to("xpu")，但这需要额外的依赖、驱动与版本匹配，官方并未确认将其集成。

环境排查

确认 InvokeAI 的安装方式与基础镜像：Issue 中明确指出官方 Dockerfile 以 ubuntu:23.04 为基础并追加依赖库。
确认是否已安装 Intel oneAPI / oneDNN 相关运行时，以及 intel_extension_for_pytorch（IPEX）是否可用。
确认 PyTorch / torchvision / IPEX 的版本匹配：社区尝试使用的是 torch==2.0.1a0、torchvision==0.15.2a0、intel_extension_for_pytorch==2.0.110+xpu。
确认系统依赖是否齐全：讨论中遇到缺少 libgomp.so.1，需要安装 libgomp1；另有 libze_loader.so.1 缺失的问题。
确认是否能正确识别 Intel GPU：可用 ipex.xpu.get_device_name(0) 做自检。

解决步骤

先明确该问题在官方层面属于 enhancement：Issue 关闭时并未提供官方 OpenVINO / XPU 后端，因此不要期望通过某个官方命令或配置项直接开启 Intel GPU 加速。
如要自行探索，可优先参考社区在 Docker 中基于 intel/intel-extension-for-pytorch:xpu-jupyter 的镜像，安装 diffusers、transformers、accelerate 后在 Notebook 中验证 IPEX 是否能识别并调用 Intel GPU。
在验证脚本中先执行 import intel_extension_for_pytorch as ipex，再用 ipex.xpu.get_device_name(0) 确认设备可见；随后加载模型并将 pipeline 通过 pipe.to("xpu") 迁移到 Intel GPU。
若在 ubuntu:23.04 上自行安装，可优先尝试安装 libgomp1 解决 libgomp.so.1 缺失，libze_loader.so.1 缺失则需补齐对应的 oneAPI / Level Zero 运行时依赖。
可优先尝试在虚拟环境中安装与 IPEX XPU 匹配的 PyTorch 组合（社区示例为 torch==2.0.1a0、torchvision==0.15.2a0、intel_extension_for_pytorch==2.0.110+xpu），但该源与版本未获官方确认。
自行验证通过后，再考虑将 pipe.to("xpu") 的模型加载逻辑接到 InvokeAI 的调用链上；Issue 中并未给出可合并到 InvokeAI 的最终代码，属于探索方向。

验证方法

在隔离的 Docker / Notebook 环境中，先确认 ipex.xpu.get_device_name(0) 能正常输出 Intel GPU 名称，再运行一次 Stable Diffusion 推理，检查图像能正常生成且确实运行在 Intel GPU 上。若模型加载或推理阶段报缺库错误，则说明对应运行时依赖尚未补齐。验证通过仅代表社区探索环境可用，并不等于 InvokeAI 官方已支持 XPU。