checkpoint加速

• CheckPoint加速功能主要帮助研究员快速从异常断点任务中快速启动恢复任务。一般情况下，用户需要直接把 ckpt 存到硬盘中，这个过程 IO 时间很久，我们将用户直接写硬盘的操作替换为写共享内存，然后 server 端会异步将共享内存持久化到硬盘中（用户仅感知写共享内存的时间），且重启拉起任务时会读取checkpoint缓存文件；
• checkpoint加速功能当前为试用功能，不收取费用，不会增加用户侧资源开销。
• CheckPoint加速使用方式：

1. 初始化训练镜像时，可自动挂载wheel到容器内，但用户需要在脚本执行 如下命令：

pip install /opt/transom/bin/transomSnapshot-0.1.0-py3-none-any.whl

2. 根据镜像的训练框架，在训练任务中做不同修改：

训练框架	步骤
使用deepspeed框架时	只需要import transomSnapshot.engine
使用Pytorch框架时	1.先import transomSnapshot.engine.engine as engine; 2.把torch.save和torch.load替换成engine.save和engine.load，其中参数不用改动;