请问，paddle可以使用多卡GPU加速矩阵计算吗？
收藏
前一段时间，导师给安排了一个任务，让我把实验室里的matlab代码改成python，然后用GPU算一下。
主要是高维矩阵计算，用实验室100核的工作站得跑好几天
改了一两个星期，好不容易使用cupy把原本的功能都给实现了，结果发现cupy开启多卡的时候，貌似只有一张显卡在计算，而且全部数据计算的时候，一张显卡的显存也存不下（工作站是512G内存）。
也试了其他一些框架，都不是很好用（数据类型主要是complex）。学习CUDA编程，貌似时间有些不太够（本专业和这个确实不沾边，之前跟导师说想做深度学习方向，老师觉得这个和GPU相关就安排给我了）
我看了一下paddle框架里的API，好像支持复数运算的不是很多，多卡使用也都是模型训练上的，请问这个能使用paddle实现吗
0
收藏
请登录后评论
看看有没有类似的工作（matlab代码改成python）移植到torch的，如果有，那么拿来参考就行了。
飞桨的复数运算，反正在量子和科学库里都在使用，估计暂时是够的。可能还是思路的转换更关键些。
对于cuda编程来说，市面上最多的还是16G和32G的实现，这个跟工作站内存的思路还是有挺大区别的。