模型只能训练一个echo，然后会中断 #35
Description
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；