**问题说明:**
目前开发了一个模型训练推理平台,使用开源库 anomalib 在同一张 dcu 上并行训练多个模型,训练一段时间后会出错,示例如下(仅展示其中一种报错):

环境:
K100 AI + dtk-25.04.1
torch**:**torch-2.1.0+das1.0+git00661e0.abi0.dtk2404-cp310-cp310-manylinux2014\_x86\_64.whl
tuorchvision**:**torchvision-0.16.0+das1.0+gitc9e7141.abi0.dtk2404.torch2.1-cp310-cp310-manylinux2014\_x86\_64.whl
onnxruntime **:** onnxruntime-1.15.0+das1.0+gita9ca438.abi0.dtk2404-cp310-cp310-manylinux2014\_x86\_64.whl
备注:测试使用相同程序在 **5090**(torch 2.8) 训练不会报错。
**问题分析:**
在 DCU 上使用多线程加异步进行模型并行训练时出现疑似内存访问出错的问题,但是只使用多线程并行训练则不会出问题,不确定问题在哪,需要协助定位;