현재 GPU로 DecisionTree, RandomForest, GradientBoost, tensorflow DNN, tensorflow RNN 이렇게 다중모델에 대한 회귀분석을 하는 코드를 작성하여 GPU상에서 학습을 시키려고 하고 있습니다.

그런데 로컬 머신에서 학습을 시킬 시 ubuntu16.04 cuda11.3 cudnn 8.2 환경에서 anaconda의 Jupyter notebook으로 러닝을 시킬 시

아래 그림 처럼 GPU  사용률이 2% ~5% 정도로 학습 시간이 굉장히 오래 걸립니다.

하지만 코랩에서 러닝 시 아래 그림처럼 40~47%로 GPU 사용률을 보이면서 학습 속도가 빠른 편입니다.

GPU 사양은 로컬 머신이 훨씬 좋구요. 코드는 동일한 코드를 러닝하고 있습니다.

좋은 사양의 로컬 머신에서 학습속도가 제대로 안나오니 어떻게 해야될지 궁금합니다.