正如官方医生所说
GPU仅应在限制部分中指定，这意味着：
您可以在不指定请求的情况下指定GPU限制，因为Kubernetes将默认使用限制作为请求值。
您可以在限制和请求中指定GPU，但这两个值必须相等。
您无法在不指定限制的情况下指定GPU请求。容器（和Pod）不共享GPU。没有GPU的过度使用。
每个容器可以请求一个或多个GPU。不可能请求GPU的一部分。
另外，您可以关注this讨论以获得更多信息。

是的，这是可能的-至少使用Nvidia GPU。
只是不要在资源限制/请求中指定它。这样，来自所有pod的容器就可以完全访问GPU，就像它们是正常进程一样。

是的，通过对调度器进行一些更改是可能的，有人在github上友好地开源了他们的解决方案，看看这里：https://github.com/AliyunContainerService/gpushare-scheduler-extender

是的，你可以使用nano gpu来共享nvidia的gpu。

官方文件说，Pod不能请求CPU的一小部分。如果你在多个pod中运行机器学习应用程序，那么你必须研究kubeflow。这些人已经解决了这个问题。

一种解决方案可以是将Nvidia GPU划分为完全隔离的示例，这些示例具有自己的高带宽内存、缓存和计算内核-https://www.nvidia.com/en-us/technologies/multi-instance-gpu/。