XGBoost 模型：在 GPU 上训练，在没有 GPU RAM 分配的情况下在 CPU 上运行

问：

如何在 GPU 上训练 XGBoost 模型，但在 CPU 上运行预测而不分配任何 GPU RAM？

我的情况：我在 Python 中创建了一个 XGBoot 模型 （），然后在 GPU 上训练它，然后将其保存（泡菜）到磁盘，然后从磁盘读取模型，然后使用它进行预测。tree_method='gpu_hist'predictor='cpu_predictor'

我的问题是：一旦模型开始进行预测，即使我在 CPU 上运行它，它仍然会分配少量的 GPU RAM（大约 ~289MB）。这是一个问题，原因如下：

• 我运行模型的多个副本来并行化预测，如果我运行太多，预测过程就会崩溃。
• 如果我在同一台机器上同时运行预测，则无法使用 GPU 来训练其他模型。

那么，如何告诉 XGBoost 不分配任何 GPU RAM，而仅使用 CPU 和常规 RAM 进行预测呢？

非常感谢您的帮助！