问题描述
我在释放cupy中分配的内存时遇到问题。由于内存限制，我想使用统一内存。当我创建一个将分配给统一内存并想要释放的变量时，它被标记为已释放，并且该池现在为空，可以再次使用，但是当我查看资源监视器时，内存仍然无法释放。当我创建另一个变量时，它还会添加到内存中（我认为可能会像文档中提到的那样重用标记为已占用的内存，但事实并非如此。）
这是一个小程序，可以通过增加睡眠来对其进行测试，以便能够查看资源监视器中的内存变化。
import cupy as cp
import time
def pool_stats(mempool):
print('used:',mempool.used_bytes(),'bytes')
print('total:',mempool.total_bytes(),'bytes\n')
pool = cp.cuda.MemoryPool(cp.cuda.memory.malloc_managed) # get unified pool
cp.cuda.set_allocator(pool.malloc) # set unified pool as default allocator
print('create first variable')
val1 = cp.zeros((50*1024,10*1024))
pool_stats(pool)
time.sleep(3)
print('delete first variable')
del val1
pool_stats(pool)
time.sleep(3)
print('free cupy memory')
pool.free_all_blocks()
pool_stats(pool)
time.sleep(3)
print('create second variable')
val2 = cp.zeros((50*1024,10*1024))
pool_stats(pool)
time.sleep(3)
print('delete second variable')
del val2
pool_stats(pool)
time.sleep(3)
print('free cupy memory')
pool.free_all_blocks()
pool_stats(pool)
time.sleep(3)
这是程序的输出：
create first variable
used: 4194304000 bytes
total: 4194304000 bytes
delete first variable
used: 0 bytes
total: 4194304000 bytes
free cupy memory
used: 0 bytes
total: 0 bytes
create second variable
used: 4194304000 bytes
total: 4194304000 bytes
delete second variable
used: 0 bytes
total: 4194304000 bytes
free cupy memory
used: 0 bytes
total: 0 bytes
所以输出是我期望的。但这没有反映在资源监视器（nvtop和htop）上的内存使用情况。
这是我运行此程序的结果。如nvtop所示。另外，当gpu内存空间不足时，它会使用系统内存（应该使用统一内存），这也可以在htop中看到（我想说的是，我认为这不是硬件监视器的问题，因为它可以在2个不同的监视器中看到）
统一内存的行为应类似于默认内存。
默认内存图取自几乎相同的程序，但没有统一的内存。我在两者上也获得相同的控制台输出。
我还尝试释放固定的内存。
我在做错什么吗？可能是个错误吗？这也许是内存泄漏吗？
我也提到了this，但找不到任何东西。