• 在分布式训练中进行提前停止时，如果每个进程都有特定的停止条件（例如验证损失），这可能不会在所有进程中同步。
  • 因此，可能在进程 0 中发生中断，而进程 1 则不会
  • ——>这将导致代码无限期挂起，直到发生超时。
• ——>使用set_breakpoint和check_breakpoint来确保进程正确结束

'''
假设 `should_do_breakpoint` 是一个自定义定义的函数，返回一个条件，
而该条件可能只在进程 1 上为真
'''
if should_do_breakpoint(loss):
    accelerator.set_breakpoint()

# 在训练脚本后期需要检查断点时
if accelerator.check_breakpoint():
    break

这样只有进程1上也early stop之后，才会结束accelerate的分布式训练

• 判断是否在主进程：if accelerator.is_main_process