多个GPU不同版本，不同厂商怎么池子化，整个一个快？

针对证券行业中多个GPU不同版本、不同厂商的池子化问题，可以考虑以下方案：

1. 选择合适的GPU池管理软件：可以选择一些成熟的GPU池管理软件，如Kubernetes、Docker Swarm等，这些软件可以帮助管理多个GPU节点，实现GPU资源的池子化。
2. 统一GPU驱动版本：为了保证GPU池的稳定性和性能，可以统一GPU驱动版本，避免不同版本之间的兼容性问题。可以选择一些稳定的GPU驱动版本，如NVIDIA的官方驱动版本。
3. 使用容器化技术：可以使用Docker等容器化技术，将应用程序和GPU驱动打包成容器，便于在不同的GPU节点上部署和运行。同时，容器化技术还可以提高GPU资源的利用率，减少资源浪费。
4. 利用异构云平台：可以选择一些支持异构计算的云平台，如阿里云、华为云等，这些云平台可以提供多种不同型号、不同厂商的GPU资源，可以根据实际需求选择合适的GPU资源进行池子化管理。
5. 实现GPU资源共享：可以通过一些GPU资源共享技术，如NVIDIA的GPU共享技术，将多个GPU节点的资源进行共享，提高GPU资源的利用率，减少资源浪费。

综上所述，针对证券行业中多个GPU不同版本、不同厂商的池子化问题，可以选择合适的GPU池管理软件、统一GPU驱动版本、使用容器化技术、利用异构云平台以及实现GPU资源共享等方案，来实现GPU资源的池子化管理，提高GPU资源的利用率和性能。