（5）思考NCCL错误相关的可能因素，主要是指定GPU编号然后设置不同线程使用的device的时候，会产生这样的编号-硬件设备对应上面的错误，因此得考虑实验室机器和超算机器上面在这里的不同之处。（7）查阅了相关原因，添加了环境变量，让pytorch的顺序和nvidia-smi读取的顺序一致，问题居然就立即解决了。（6）想起来实验室机器在nvidia-smi的时候，gpu顺序和pytorch进行指定