Python 将Pytorch CUDA张量快速写入GPU上的内存映射文件

我发现可以使用CUDA写入内存映射文件（参考）

我想知道在Pytorch中是否有可能将cuda挂载的tensor目录写入存储在GPU上的mem映射

这样做的目的是在每个训练步骤后加快张量的书写速度。目前,

with torch.no_grad():
    numpyMemmap[arrayOfRandomIndexes] = u_embeddings.weight.data.detach().cpu().numpy()

需要6秒钟。我想这是因为numpy内存映射存储在CPU上。我需要一个能在几分之一秒内写出的东西，因为我将在每个训练步骤后存储张量，并且将有数十万个训练步骤