accelerate config 选错多卡模式，训练只跑单卡

现场是这样的。用 accelerate launch 启动训练，日志里只有一个进程，显卡只有一张显存上涨，配置里明明选了多卡。

中间走过弯路，把「启动命令没带配置文件，用了默认值」当成主因，改完现象没变。

真正麻烦的地方在于，几个原因的现象几乎一样。配置里选成了单卡模式，参数没有落到文件；num_processes 与环境变量不一致；机器上可见设备被限制成一张。

先重新生成配置文件并确认选项

accelerate config

随后启动时显式指定进程数

accelerate launch --num_processes 4 train.py

接着确认配置文件里记录的设备数量

python -c "import json;print(json.load(open(os.path.expanduser('~/.cache/huggingface/accelerate/default_config.yaml'))))"

剩下的就是检查可见设备变量

python -c "import os;print(os.environ.get('CUDA_VISIBLE_DEVICES'))"

别只看报错消失，验证要多做一步。启动日志里出现四个进程，四张卡显存同时上涨，训练吞吐接近单卡的四倍。

这里还有个坑。配置文件是用户级的，换项目后很容易沿用上一次的设置，遇到只跑单卡先看默认配置而不是改代码。如果同一现象隔几天又出现，说明根因没找到，别当偶发处理。