我目前正在干涉XLA，虽然我理解这个概念，但我不明白为什么普通设备的内存限制较低 .
我的机器有16Gib的RAM，当我从tensorflow查询可用设备时，我会收到：
[name：“/ device：CPU：0”device_type：“CPU”memory_limit：268435456 locality {} incarnation：5426195292670907164，name：“/ device：XLA_CPU：0”device_type：“XLA_CPU”memory_limit：17179869184 locality {}化身： 2016995805207131673 physical_device_desc：“device：XLA_CPU device”]
有趣的是，当我在类似于我的机器上运行VGG网络（在CPU和RAM方面），除了它有一个GTX 1050Ti，它抱怨在GPU上分配时内存不足，但是如果使用XLA GPU它不会抱怨，虽然它的运行速度要慢得多 .
那么为什么XLA设备能够映射整个内存而普通设备却没有？