为何使用gpu_hist的XGBoost训练速度反而慢于hist？

我在学习XGBoost相关内容时，遇到了和预期相反的情况：设置10000轮boost迭代，使用hist树方法耗时约30秒，而使用GPU加速的gpu_hist耗时超过1分钟。同时观察到gpu_hist的GPU使用率最高仅40%，但hist能让24个逻辑核心跑满100%负载。

训练代码如下：

params = {"objective": "reg:squarederror", "tree_method": "gpu_hist", "subsample": 0.8,
    "colsample_bytree": 0.8}

evals = [(dtrain_reg, "train"),(dtest_reg, "validation")]

n = 10000


model = xgb.train(
   params=params,
   dtrain=dtrain_reg,
   num_boost_round=n,
   evals=evals,
   verbose_eval=50,
)

我已经完成了以下配置检查：

• 安装CUDA Toolkit和cuDNN并添加至系统路径
• 安装了支持GPU加速的XGBoost版本
• 数据集为53000行10列，排除了数据集过小的影响
• 确认RTX 2060显卡与配置兼容

我已经尝试咨询相关导师、搜索资料，但仍无法查明gpu_hist比hist耗时更长的原因，也发现有类似问题尚未得到解答。

内容的提问来源于stack exchange，提问作者Adrian V