deployment多副本同时启动异常且副本数不符合预期

[497254693]

环境：
2台GPU服务器，每台主机2张A100卡

在Rancher安装HAMi调度插件

nvidia.deviceSplitCount预设值为10，后修改为20

先部署一个deployment，使用普通的nginx镜像简单测试：

只配置参数gpucores：
nvidia.com/gpucores: 1 （1相当于1%？）

nvidia.com/gpu: 1 （ 这个参数在deployment的yaml是没有加上去的，但启动后查看pod的yaml发现会自动加上去的）

当我一次性设置spec.replicas = 60个副本， 有一个pod创建容器时报错：error run hook（这个pod则一直无法启动，只有删掉重新拉起才行），偶尔有一个pod报：binding rejected locked within 5 minutes（这个pod通常是pending状态，等一会就恢复），而最终最多只能正常启动4个pod。

问题1：报错：binding rejected locked within 5 minutes 这种是不是因为并发太高，HAMi调度插件性能不足导致？能否优化？

问题2：报错：error run hook是什么原因？为什么删掉重新拉起又可以？

问题3：为什么最多只能拉起4个副本pod？gpu和gpucores应该理论上足够支撑80个pod才对呀？

[archlitchi]

因为不指定显存的话默认使用全部的显存，所以最多只能分配4个pod

[497254693]

因为不指定显存的话默认使用全部的显存，所以最多只能分配4个pod

了解，那问题1和问题2知道是什么原因吗？