深度学习GPU专用内存跑满，是否能利用共享GPU加快速度？
训练一个卷积模型，gpu训练耗时很久，看了下GPU利用率不高，但是专用GPU内存拉满了，共享GPU是闲置的，既然打游戏GPU内存爆了可以利用共享GPU内存，求问为什么，怎么才能占满资源。而且我的双路3080也没用上.只用了其中一个。
训练的时候设置了双路
这是win10显示的bug，其实你的gpu使用率已经上去了，但是任务管理器没有正确显示。可以按下win+g键调用微软提供的游戏录制工具查看正确的使用率。
只设置CUDA_VISIBLE_DEVICES是不够的，你可以看下keras的设置，
keras多显卡训练_搬砖笔记-CSDN博客 使用keras进行训练，默认使用单显卡，即使设置了os.environ['CUDA_VISIBLE_DEVICES']为两张显卡，也只是占满了显存，再设置tf.GPUOptions(allow_growth=True)之后可以清楚看到，只占用了第一张显卡，第二张显卡完全没用。要使用多张显卡，需要按如下步骤：（1）import multi_gpu_model函数：from keras.utils ... https://blog.csdn.net/u010122972/article/details/84784245
如何让keras训练深度网络时使用两张显卡？ - 知乎 目前Keras是支持multi GPU训练的，默认是数据并行，可以参考：如何在多张GPU卡上使用Keras？也可以按照这… 
小哥哥，你解决了嘛？
我想问问你的是只使用专用GPU 共享GPU不使用 这是什么原因
插
插