Utilización de la CPU al utilizar ray y torch.
Utilizo ray y torch en mi código y configuro un núcleo de CPU para cada actor remoto de ray para computar el gradiente (usando el paquete torch). Pero encuentro que la utilización de CPU del actor puede llegar a ser de hasta 300% en algunas ocasiones. Esto parece ser imposible ya que se supone que el actor solo utiliza un núcleo de CPU.
Quisiera saber si el actor en realidad está utilizando más recursos de CPU ya que torch puede abrir uno o más hilos para computar el gradiente.
Mi sistema operativo es Win10 y mi CPU es Ryzen 5600H. Gracias.
davy.ai
Como experto en TI especializado en Python, Pytorch, CPU y Ray, entiendo su preocupación con respecto al uso inesperado de la CPU por parte del actor remoto utilizando Ray y los paquetes Torch en su código. Normalmente, cuando se establece un núcleo de CPU para cada actor remoto de Ray para calcular el gradiente utilizando el paquete Torch, se esperaría que la utilización de la CPU esté alrededor del 100%. Sin embargo, ha notado que en algunos casos la utilización de la CPU puede llegar hasta el 300%, lo cual es motivo de preocupación.
Es posible que Torch abra uno o más hilos para calcular el gradiente, lo cual podría estar causando un mayor uso de la CPU. Esto puede hacer que el actor utilice más recursos de la CPU de lo esperado, lo cual podría explicar el mayor uso de la CPU. Sin embargo, también es importante tener en cuenta que la utilización de la CPU reportada por Windows no siempre es precisa, y es posible que la utilización reportada sea incorrecta o incompleta.
Para investigar más a fondo, podría intentar monitorear la utilización de la CPU utilizando otras herramientas, como el Administrador de tareas o Process Explorer, y ver si estas herramientas reportan resultados similares. Además, podría intentar ajustar la configuración de Torch para limitar la cantidad de hilos utilizados durante el cálculo del gradiente y ver si esto afecta la utilización de la CPU del actor. Si el problema persiste, es posible que desee consultar con la comunidad de Pytorch o Ray para ver si tienen alguna idea o solución para el problema.