我正在尝试使用 AWS Sagemaker 将我的工作负载分配到多个 GPU。我正在使用带有 tensorflow 2.0 的 DCGAN 的自定义算法。到目前为止，代码在单个 GPU 上运行完美。我决定实现相同的代码，但使用跨多个 GPU 的 horovod 分布来减少运行时间。将代码从原始代码更改为 horovod 时，似乎工作方式相同，并且训练时间大致相同。但是，当我打印出 hvd.size() 时，我只得到 1 的大小，而不管是否存在多个 GPU。Tensorflow 可以识别所有当前的 GPU；霍罗沃德，没有。
我已经尝试在 Sagemaker 和 docker 容器中的 EC2 实例上运行我的代码，并且在这两种环境中，同样的问题仍然存在。
这是我的 github 存储库的链接：
我还尝试使用完全来自 horovod 存储库的不同神经网络，更新到 tf2.0：
在这一点上，我只是试图在一个实例中使用 GPU，而不是尝试使用多个实例。
我想我可能在 docker 映像中缺少某种依赖项，或者有某种先决条件命令供我运行。我真的不知道。
谢谢。