GaryGao

模型只能训练一个echo，然后会中断

2

如题； 数据：训练数据使用的是aishell， 模型：LLM模型是Qwen2.5 1.5B，encoder paraformer; 训练使用2张GPU； 模型只能训练一个epoch，执行第二个echo会报错：错误如下：  当输出显示 ： “2025-06-09 16:34:19 | INFO | mooer.utils.checpoint_io | checpoint_io.py:10 | Rank 1--> saving model ...” 时，会长时间停止； 此时GPU 利用率100%； 然后会报错，并退出；