我在GCP VM的分离屏幕上运行Keras脚本（n1-standard-16（16个vCPU，60 GB内存），并且符合GCP的CPU使用率徘徊在30％左右。我听说python 32位最多只能使用4GB的内存，但是我检查了一下，我使用的是64位64位的Python。我已经运行顶级，输出低于。
有人可以解释为什么脚本无法更多地利用VM资源容量吗？此外，有人可以解释为什么CPU显示超过100％？
top - 10:40:45 up 3:47, 1 user, load average: 4.83, 4.47, 4.47
Tasks: 184 total, 1 running, 183 sleeping, 0 stopped, 0 zombie
%Cpu(s): 17.2 us, 8.6 sy, 0.0 ni, 74.2 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem : 61851636 total, 4809744 free, 55865760 used, 1176132 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 5384248 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
3076 delaicog 20 0 56.465g 0.052t 107064 S 453.5 89.8 350:51.07 python3
3511 delaicog 20 0 42956 3708 2944 R 0.3 0.0 0:00.19 top
答案 0 :(得分：0)
要了解您的CPU显示为+ 100％的原因，您必须查看平均负载，即：
load average: 4.83, 4.47, 4.47
这三个值分别代表最后1分钟，5分钟和15分钟的平均负载。
平均负载为1.00表示您正在使用CPU的容量，而不是更少，并且不需要更多。这意味着您的CPU容量完全符合您的需求。
当你开始超过1.00时，这意味着你需要更多处理能力。此时，工作开始堆积并排队，系统性能受到影响。
正如您所见，平均负载约为4意味着，要执行所有过程，您需要的处理能力大约为x4。通过将CPU负载显示为400％来表示在％CPU上。
如果你的脚本不是多线程的话，你有16个vCPU并不重要，所以你现在的瓶颈就是每个核心的性能。
这也是你没有使用更多RAM的原因，即使它可用。没有必要，所有系统都在等待处理器完成计算，即使有更多可用资源（更多核心，更多RAM），也不会因为不需要而使用它们。