当您使用装饰器@ray.remote(num_gpus=1)定义一个actor类时，您是在说从这个类创建的任何actor都必须在其生命周期内为其保留一个GPU。由于您只有一个GPU，因此只能创建一个这样的actor。
如果你想让多个演员共享一个GPU，那么你需要指定每个演员需要少于1个GPU，例如，如果你想在4个演员之间共享一个GPU，那么你可以让每个演员需要1/4的GPU。这可以通过使用

@ray.remote(num_gpus=0.25)

此外，你需要确保每个参与者都真正尊重你对它的限制。例如，如果你想用@ray.remote(num_gpus=0.25)声明一个actor，那么你还应该确保TensorFlow最多使用四分之一的GPU内存。例如，请参阅How to prevent tensorflow from allocating the totality of a GPU memory?的答案。

如果有人想在多GPU系统上运行Ray并重新运行TensorFlow功能，可以按如下方式解决这个问题。假设你有2个GPU，想要运行16个actor。

1. init ray和为每个物理GPU配置内存增长：

physical_gpus = tf.config.list_physical_devices("GPU")
# set memory growth for each visible GPU
for device in physical_gpus:
    tf.config.experimental.set_memory_growth(device, True)
num_gpus = len(physical_gpus)
ray.init(num_gpus=num_gpus)

1.计算要使用的部分GPU，gpu_share_per_task：

total_tasks = number_of_parallel_tasks_
divider = total_tasks // num_gpus
if total_tasks % num_gpus > 0:
    divider += 1
    gpu_share_per_task = 1 / divider

1.定义演员并用ray.remote(num_gpus=gpu_share_per_task)装饰：

@ray.remote(num_gpus=gpu_share_per_task)
    class Simulator:
        def __init__(self, i, *args, **kwargs):
            # do init

        def simulate(
            self,
        ):
            # check the ray logical GPU assigned, it will be in the range [0, 15]
            gpu_id = ray.get_gpu_ids()[0]
            print("gpu_id:", gpu_id)
            # IMPORTANT: make sure to either set_memory_growth or set memory limit for each actor!
            # Otherwise, tf will occupy all of the GPU memory.
            # e.g.:
            physical_gpus = tf.config.list_physical_devices("GPU")
            for gpu in physical_gpus:
                tf.config.set_logical_device_configuration(
                    gpu,
                    [tf.config.LogicalDeviceConfiguration(memory_limit=2048)],
        )
            # do the tf magic you want
            # ...

1.创建并运行Actor：

# Create actors
    simulators = [Simulator.remote(i, args, kwargs) for i in range(16)]
    
    # Run simulations in parallel
    results = ray.get([s.simulate.remote() for s in simulators])

两个GPU都将被利用，演员将运行GPU。
这个设置适用于我的TensorFlow 2.10.1和Ray 2.6.1。