加载UltraChat65B进行微调的问题

[jinmin527]

def get_model_tokenizer(args):
model = LlamaForCausalLM.from_pretrained(args.model_name_or_path)
tokenizer = LlamaTokenizer.from_pretrained(args.model_name_or_path)
tokenizer.add_special_tokens({'pad_token': ""})
model.resize_token_embeddings(len(tokenizer))
model = bmt.BMTrainModelWrapper(model)
return model, tokenizer

假设在单机8卡服务器上，加载UltraChat65B的模型进行微调，会不会存在OOM的问题？每个卡都会执行model = LlamaForCausalLM.from_pretrained(args.model_name_or_path)加载一份模型，哪怕存CPU内存，65B大概需要130G的内存，8卡差不多需要1T的内存，而服务器总内存也差不多1T。