当使用pyspark进行分布式计算时，是否可以跨工作python进程共享gpu内存？特别是我有一个pytorch模型，我想在其上运行分布式推理，运行这个模型的最简单方法是每个pyspark工作进程将pytorch模型加载到cuda内存中。然而，这是非常低效的，并大大减少了pytorch模型的大小，可以适应。
在spark 3.0中有更好的gpu支持，有没有办法做到这一点？