比对GPU与NPU上内存使用情况

GPU和NPU各需要采两份内存profiling：

1. 训练开始到首个step结束。（训练开始是指训练进程拉起后，不是首个step的开始，包含模型权重初始化等长生命周期内存申请阶段。）
2. 采集一个稳定训练后的step。（需要包含优化器梯度更新阶段，注意在fp16或混合精度训练场景下，可能存在某次迭代梯度溢出导致跳过梯度更新的情况，影响内存行为分析。）