我手头有一个通过GPU支持编译的TF-Serving docker映像，将我的模型加载到视频内存并通过TensorFlow REST API进行服务没有问题，但是目前我想知道如何禁用GPU支持在提供模型服务时，这意味着，使用相同的GPU支持的TF-Serving码头工人镜像，我希望将模型仅加载到服务器RAM（而不是Nvidia卡上的视频内存），并让TF-Serving使用CPU仅可能吗？例如。通过在运行容器时设置一些ENV变量？
非常感谢您！
我想要这样做是因为与之相比，我的服务器RAM很大，而Nvidia卡的内存却很小，而当前的推理速度并不是我的首要考虑。
预期结果：运行TF-Serving容器时，我的模型将加载到服务器RAM（但不加载Nvidia卡内存），并且服务计算过程将仅使用CPU。