我目前正在干预XLA，虽然我确实了解这个概念，但我不明白为什么普通设备的内存限制较低。
我的机器具有16Gib的RAM，当我从tensorflow查询可用设备时，我收到以下消息：
[名称：“ / device：CPU：0”
device_type：“ CPU”
memory_limit：268435456
地区{
}
化身：5426195292670907164，
名称：“ / device：XLA_CPU：0”
device_type：“ XLA_CPU”
memory_limit：17179869184
地区{
}
化身：2016995805207131673
physical_device_desc：“设备：XLA_CPU设备”]
有趣的是，当我在类似于我的机器上运行VGG网络（就CPU和RAM而言）时，除了它具有GTX 1050Ti之外，它抱怨在GPU上分配时内存不足，但是如果使用XLA GPU，尽管运行速度要慢得多，但它不会抱怨。
那么，为什么XLA设备能够映射整个内存，而普通设备却不能呢？