为容器分配设备核心和显存资源

要分配设备核心资源的某一部分，你只需在容器中使用 hygon.com/hcunum 请求的海光 HCU 数量，并分配 hygon.com/hcucores 和 hygon.com/hcumem。

apiVersion: v1
kind: Pod
metadata:
  name: alexnet-tf-gpu-pod-mem
  labels:
    purpose: demo-tf-amdgpu
spec:
  containers:
    - name: alexnet-tf-gpu-container
      image: harbor.sourcefind.cn:5443/hcu/admin/base/pytorch:2.1.0-ubuntu22.04-dtk24.04.2-py3.10
      workingDir: /root
      command: ["sleep", "infinity"]
      resources:
        limits:
          hygon.com/hcunum: 1 # 请求一个 HCU
          hygon.com/hcumem: 2000 # 每个 HCU 需要 2000 MiB 设备显存
          hygon.com/hcucores: 15 # 每个 HCU 使用 15% 个设备核心