我有一个函数正在使用CuPy库执行矩阵运算。整个功能被矢量化。当我检查整个程序在GPU VRAM中分配的内存时，GPUtil.showUtilization（）报告72％的GPU内存已满（我使用具有4 GB VRAM的NVIDIA 1050Ti）。根据我的计算，程序中所有阵列总共使用的内存约为数百MB。
此外，我为程序中的不同功能计时，但是其中两个完成时间太长-大约0.2-0.5s。当我用不同的参数两次调用函数时，即使所有矩阵的大小相同，第二次也总是比较慢（0.5s至0.1s）。由于我需要多次使用该函数，因此会产生问题。这两个函数中最大数组的大小是形状为300x500和500x500的稀疏矩阵。
奇怪的是，当我尝试优化花费时间最长的代码部分时，它们所花费的时间保持不变。还尝试仅将CPU用于这些部件，但是程序的运行时间保持不变（到最后一位），即使两个功能的报告时间更改为零，并且节省的时间也记入了其他功能中剧本。 time.process_time（）函数可能有问题吗？
尝试清除所有内存，并使用CuPy（https://docs-cupy.chainer.org/en/stable/reference/generated/cupy.get_default_pinned_memory_pool.html#cupy.get_default_pinned_memory_pool）关闭固定的内存池分配器，但没有成功，因为垃圾回收的速度甚至更慢。
任何帮助将不胜感激！
伊沃（Ivo）