Python: альтернативы numpy или tensorflow tensordot для больших матриц

Я ищу более эффективные решения для вычисления тензорного произведения между большими матрицами в Python. В частности, я хочу вычислить тензорное произведение, такое как $H \otimes I$, для двух матриц H и I. Однако для больших матриц размером 156 и больше мое ядро ​​дает сбой. Я новичок в программировании, поэтому, вероятно, есть очевидное решение, которое мне не хватает.

Я создал воспроизводимый пример:

import numpy as np
import tensorflow as tf
A = np.random.random((200,200))
B = np.random.random((200,200))
C = tf.tensordot(A,B,axes=0)

Tensorflow выдает предупреждение 2024-05-07 10:57:10.174373: W external/local_tsl/tsl/framework/cpu_allocator_impl.cc:83] Allocation of 12800000000 exceeds 10% of free system memory. Это указывает на то, что мне нужно найти более эффективный с точки зрения памяти способ расчета. Numpy не выдает подобного предупреждения, но я предполагаю, что это та же основная проблема. Выполнение этого с гораздо меньшими матрицами не вызывает таких же проблем.

Какие альтернативы у меня есть для вычисления больших тензорных произведений матриц?