我在GCP上创建了一个具有8个CPU，1个GPU(Nvidia Tesla(的虚拟机实例。现在，当我运行一个任务(为自定义语言训练 Mozilla 的 Deepspeech 模型(时，我看到该程序只消耗了 30% 的 CPU(在 GCP 监控页面上(。现在，我想减少 CPU 的数量，因为未来的任务将与初始任务具有相同的计算顺序(我的意思是，为什么要不必要地浪费资源？我应该将 CPU 计数减少到什么数字？是 8 的 30%，还是我应该重新运行任务以查看 CPU % 是由于单个 CPU 还是多个 CPU？或者我怎么知道我的 GPU 正在被使用？
我可以在这里添加其他系统规格(RAM 等(，但我相信这些东西与我的问题场景无关。
据我所知，如果你想使用GPU会安装CUDA，GPU加载和CPU加载是完全不同的。我看到Mozilla的Deepspeech是基于tensorflow的，所以你可以使用GPU尝试这个文档
在典型的系统上，有多个计算设备。在 TensorFlow 中，支持的设备类型是 CPU 和 GPU。它们表示为字符串。例如：
- "/cpu：0"：计算机的 CPU。
"/device：GPU：- 0"：您机器的 GPU(如果有的话(。
"/device：GPU：- 1"：机器的第二个 GPU，依此类推。
如果 TensorFlow 操作同时具有 CPU 和 GPU 实现，则在将操作分配给设备时，GPU 设备将获得优先级。例如，matmul 同时具有 CPU 和 GPU 内核。在具有设备 cpu：0 的系统上和 GPU：0， GPU ：0将被选中以运行 matmul。