我有一个要使用 cudf.read_csv() 加载的大文件。有问题的文件太大而无法放入单个 gpu 的内存中，但仍然足够小以适合 cpu 内存。我可以通过 pd.read_csv() 加载文件，但这需要很长时间！在较小（但仍然很大）的文件中，cudf.read_csv() 比 pandas 快 6-10 倍。
使用 cudf.read_csv() 时，我注意到 4 个可用的 Tesla V100-DGXS 中只有 1 个实际加载数据。其余的人闲着。我想如果所有 4 个都被使用，该文件将适合内存。如何使用所有 4 个 gpu 加载文件？
注意：我知道我可以使用 cudf.read_csv('file.csv', usecols=FIRST_n_COLS) 之类的 hack 并按顺序加载成批的列。虽然这适合记忆，但如果可能的话，我更喜欢更优雅的解决方案。