期望新增以下切割模型权重的功能

[helen88]

1.期望能用其他加速卡来切，而不仅仅是nv卡来切权重。因为默认的tools/checkpoint_util.py 里会设计到nv编译的逻辑，其他卡不支持。
2.多机分布式支持切割权重。因为有的加速卡没有配置共享存储，模型一大，拷贝权重就很不方便，期望能有多机切割权重的功能。
3.降低host端的峰值内存。由于不同机器上host端的内存不一样，nv机器上的内存有1T，单机就能切；但对于某些host端内存比较小的，比如512G的情况下，切割权重会出现oom，因此期望增加降峰值内存的功能，比如load 一层layer，就save 一层layer。

[aoyulong]

We have discovered a more effective and unified approach to this. This issue can be addressed in the future.