目标机器：Atlas 800I A2 推理服务器（64G）  8卡

需求：

启动官方mindie2.1 rc2镜像时，只是用两张卡，且每张卡的显存上限控制在32g

可以是启动模型的时候控制在32g以下，也可以在启动镜像时就限制好

现在试过mindie的npuMemSize参数，也试过大模型推荐的一些环境变量参数，但均无效，

想有一个参数，能精确将每张卡的显存上限控制在31g到32g之间，类似于VLLM的gpu-memory-utilization