| # 4 卡（自测用，配合 CUDA_VISIBLE_DEVICES=0,1,2,3） DeepSpeed ZeRO-2，bf16，无 offload，梯度裁剪 1.0，梯度累积 1。 | |
| # train_micro_batch_size_per_gpu 由 accelerate 填 "auto" ⇒ 取 train.py 里 DataLoader 的 batch_size（默认 1）。 | |
| # 不用 deepspeed_config_file：accelerate 1.14 里它与 mixed_precision 等键互斥，yaml 原生字段更省事。 | |
| compute_environment: LOCAL_MACHINE | |
| debug: false | |
| deepspeed_config: | |
| gradient_accumulation_steps: 1 | |
| gradient_clipping: 1.0 | |
| offload_optimizer_device: none | |
| offload_param_device: none | |
| zero3_init_flag: false | |
| zero_stage: 2 | |
| distributed_type: DEEPSPEED | |
| downcast_bf16: 'no' | |
| enable_cpu_affinity: false | |
| machine_rank: 0 | |
| main_training_function: main | |
| mixed_precision: bf16 | |
| num_machines: 1 | |
| num_processes: 4 | |
| rdzv_backend: static | |
| same_network: true | |
| tpu_env: [] | |
| tpu_use_cluster: false | |
| tpu_use_sudo: false | |
| use_cpu: false | |