使用 DeepSpeed 的 ZeRO-1、ZeRO-2、ZeRO-3 三种优化阶段，全量微调一个 7B 参数模型时，分别大约需要多少 GPU 显存？

回答思路

1. 能区分 ZeRO 各阶段对优化器状态、梯度、参数的显存分摊方式
2. 能给出关键组件（参数、梯度、优化器状态）在不同阶段的显存估算逻辑
3. 能结合 7B 模型规模给出合理的内存数量级或公式估算