训练重启

在故障处理后，需要将训练任务重启，继续往下训练。当前故障重启的模式主要有周期性ckpt和临终遗言，对应断点续训的两个级别。

• L1 故障重调度：能够从周期性保存的checkpoint文件恢复训练。
• L2 临终遗言：基于故障恢复的高阶功能，提供保存故障时刻内存中的参数状态，从而缩短训练损失时间。