서로 다른 Jupyter 노트북이면 GPU 메모리를 각각 차지함.


🧠 왜 그럴까?

Jupyter Notebook의 구조는 다음과 같아:

그래서...

🧨 두 개의 노트북에서 torch 또는 torchaudio를 import 하면?


🧪 실험 방법 (직접 확인해볼 수 있어!)

  1. Jupyter에서 노트북 A 열기 → import torch → nvidia-smi 확인

  2. 노트북 B 열기 → import torch → nvidia-smi 재확인

    → 프로세스가 2개, 각각 python으로 잡히며, GPU 메모리가 각각 할당됨


💡 참고: import만으로 GPU 쓰는 라이브러리

라이브러리 GPU 초기화 발생? 설명
torch ✅ 예 CUDA 디바이스 초기화
torchaudio ✅ 예 (간접적으로) 내부에서 torch 불러옴
tensorflow ✅ 예 import만으로 400~600MB 사용
kapre, demucs, openunmix ✅ 가능성 있음 내부적으로 torch 또는 tensorflow 기반

✅ 해결 팁 (Jupyter에서 GPU 낭비 방지)