可以参见文档：https://www.paddlepaddle.org.cn/documentation/docs/zh/flags/memory_cn.html#flags-fraction-of-gpu-memory-to-use
FLAGS_fraction_of_gpu_memory_to_use表示分配的显存块占GPU总可用显存大小的比例。将来的显存使用将从该显存块分配。 如果显存块没有足够的gpu显存，将从gpu请求分配与显存块同样大小的新的显存块，直到gpu没有足够的显存为止。
你是要强制限制显存无论如何只占用48%么？
FLAGS_fraction_of_gpu_memory_to_use，
可以参见文档：https://www.paddlepaddle.org.cn/documentation/docs/zh/flags/memory_cn.html#flags-fraction-of-gpu-memory-to-use
FLAGS_fraction_of_gpu_memory_to_use表示分配的显存块占GPU总可用显存大小的比例。将来的显存使用将从该显存块分配。 如果显存块没有足够的gpu显存，将从gpu请求分配与显存块同样大小的新的显存块，直到gpu没有足够的显存为止。
你是要强制限制显存无论如何只占用48%么？
这个含义是理解的，想限制显存占用，因为GPU有多人使用，想在一卡上跑多个任务。『你是要强制限制显存无论如何只占用48%么』可以这么理解
试试加上export FLAGS_eager_delete_tensor_gb=0.0看看呢，当显存一旦出现垃圾则马上释放。
或者结合export FLAGS_fast_eager_deletion_mode=True，则是gpu显存将在CUDA内核尚未结束的情况下被释放。垃圾回收策略加快。
利于节省显存使用量。
Paddle内部已经支持：
hi，在paddle新版本(1.7.2+)中提供了FLAGS_gpu_memory_limit_mb的flag，可以限制单个任务的GPU显存大小，单位是MB。
参考PR：https://github.com/PaddlePaddle/Paddle/issues/24364
参考代码：https://github.com/PaddlePaddle/Paddle/blob/6e7b081e6f56175412e19968aa6f498d2d84dd18/paddle/phi/core/memory/allocation/cuda_allocator.cc#L63
如图设置了比例为0.48，分配方式为auto_growth，但是实际跑任务的时候，GPU还是占了绝大多数显存。有没有一种方法控制显存占用呢？