Python 使用 GPU 创建并行进程 - 示例代码

要在 Python 中创建一个占用 GPU 的进程，你可以使用 `multiprocessing` 库来创建并行进程，并使用 `torch` 库来占用 GPU 资源。\n\n下面是一个示例代码：\n\npython\nimport torch\nimport multiprocessing as mp\n\ndef gpu_process():\n # 设置 GPU 设备\n device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')\n print('GPU device:', device)\n\n # 在 GPU 上执行一些计算\n x = torch.randn(1000, 1000, device=device)\n y = torch.randn(1000, 1000, device=device)\n z = torch.matmul(x, y)\n print('GPU computation result:', z)\n\nif __name__ == '__main__':\n # 创建一个进程\n process = mp.Process(target=gpu_process)\n process.start()\n process.join()\n\n\n在以上示例中，`gpu_process` 函数将在 GPU 上执行一些计算，并打印计算结果。在主程序中，我们使用 `multiprocessing.Process` 创建一个进程，并将 `gpu_process` 函数作为目标函数传递给进程。然后，我们使用 `start` 方法启动进程，并使用 `join` 方法等待进程完成。\n\n请确保你的机器上已经安装了 `torch` 和 `multiprocessing` 库，并且有可用的 GPU 设备。