GPU 过热降频：训练莫名变慢的元凶是热力学

GPU 过热触发热节流，会让模型训练在看似正常运行时意外变慢。某次训练中 GPU 温度达到 88°C，SM 时钟被压至 1515 MHz，仅为最大 3105 MHz 的 49%；尽管功耗为 120W、利用率为 100%，吞吐仍只有 123K tokens/s，step 时间为 316ms，因此自建训练或微调环境应同步监控温度与 SM 时钟。