GPU使用率限制问题

[testadbck]

启动了一个限制GPU使用率30%的pod，即yaml中增加了以下配置
nvidia.com/vgpu: "1"
nvidia.com/gpucores: 30
启动pod后，在pod的环境变量中能看到 CUDA_DEVICE_SM_LIMIT=30
显卡是英伟达4090

目前问题如下：
1 使用Qwen2.5-7B-Instruct进行推理，在宿主机上看到使用率在推理期间在90%以上
2 增加GPU_CORE_UTILIZATION_POLICY=FORCE的环境变量后，在推理期间，宿主机上看到使用率有时候90%以上，有时候又是0%

请问，目前的实现是不是只能在一定程度上限制GPU使用率（看到的实现如果gpu核心数不够时，执行nanosleep等待，直到gpu核心数足够）？目前的实现是不是达不到让宿主机上看到最大使用率是CUDA_DEVICE_SM_LIMIT的使用率？