我只是在看DDP教程：
https://pytorch.org/tutorials/intermediate/ddp_tutorial.html
据此：
通常使用torch.save和torch.load来检查点模块在训练中并从检查站中恢复。请参阅保存和加载有关更多详细信息的模型。使用DDP时，一种优化方法是保存仅在一个过程中模型，然后将其加载到所有过程中，减少写开销。这是正确的，因为所有进程都已开始从相同的参数和梯度向后同步通过，因此优化程序应继续将参数设置为相同的值。如果使用此优化，请确保所有过程都执行保存完成之前无法开始加载。此外，加载时该模块，您需要提供适当的map_location参数以防止进入他人设备的过程。如果map_location为如果缺少，torch.load将首先将模块加载到CPU，然后复制每个参数保存到的位置，这将导致所有使用同一套设备在同一台机器上的多个进程。欲了解更多高级故障恢复和弹性支持，请参阅TorchElastic。
我不明白这是什么意思。难道不应该只有一个进程/第一个GPU保存模型吗？是否保存和加载如何在进程/ GPU之间共享权重？
[使用DistributedDataParallel时，您在多个设备上具有相同的模型，这些设备正在同步以具有完全相同的参数。
[使用DDP时，一种优化是仅在一个过程中保存模型，然后将其加载到所有过程中，以减少写开销。
由于它们相同，因此不必保存所有进程中的模型，因为它只会多次写入相同的参数。例如，当您有4个进程/ GPU时，您将写入同一文件4次，而不是一次。可以通过仅将其从主进程中保存来避免。
这是保存模型的优化。如果在保存后立即加载模型，则需要格外小心。
如果使用此优化，请确保在保存完成之前不要启动所有进程。
如果仅以一个过程保存它，则该过程将花费一些时间来写入文件。同时，所有其他进程继续进行，它们可能会在文件完全写入磁盘之前加载该文件，这可能导致各种意外行为或失败，无论该文件尚不存在，您正在尝试读取不完整的文件还是您加载了旧版本的模型（如果您覆盖了相同的文件）。
此外，在加载模块时，您需要提供适当的
map_location参数，以防止进程进入其他设备。如果缺少map_location，则torch.load首先将模块加载到CPU，然后将每个参数复制到保存位置，这将导致同一台机器上的所有进程使用同一套设备。 >[保存参数（或与此相关的任何张量）时，PyTorch包括存储该参数的设备。假设您从使用GPU 0（
device = "cuda:0"）的进程中保存了该信息，然后保存了该信息，并在加载该信息时将参数自动放入该设备。但是，如果在使用GPU 1（device = "cuda:1"）的进程中加载它，则会将它们错误地加载到"cuda:0"中。现在，您不再使用多个GPU，而是在一个GPU中多次使用相同的模型。您很有可能会用完内存，但是即使您不这样做，也不会再使用其他GPU。
为避免该问题，您应该为map_location的torch.load设置适当的设备。
torch.load