指定GPU跑模型

加上一个CUDA_VISIBLE_DEVICES=0,2就行了，使用0卡和2卡跑模型，注意多卡有时候比单卡慢，4090无NVlink，数据似乎是通过串行的方式传输到多个gpu的，只不过单个gpu是并行计算，数据在gpu与gpu之间似乎是串行传输的，如果第一个卡的显存实在是太过于紧张，只有几十mb可用也可能导致cuda out of memory！
指定0卡和2卡

CUDA_VISIBLE_DEVICES=0,2 python main.py

指定2卡

CUDA_VISIBLE_DEVICES=2 python main.py

----->
确保CUDA可用，安装了与cuda对应的pytorch

import torch
print(torch.cuda.is_available())