我租了一个8卡的服务器，我以为微调8b模型应该很快的，t4性能也不算差吧，为什么感觉训练过程很慢，比如sft要两三天才能完成，这个正常吗？ 
当前流程： 

底座模型：Qwen3-8B
第一阶段：SFT 已完成
当前阶段：在合并后的 SFT 模型上继续做 ORPO 偏好训练

硬件： 

8 x Tesla T4
每张 16GB 显存
总显存约 120GB+

训练设置： 

4bit + LoRA
per_device_train_batch_size=1
gradient_accumulation_steps=4
optimizer=paged_adamw_8bit
device_map=auto
多卡训练，但还没上 FSDP / ZeRO

偏好数据规模： 

train: 6497
val: 797
总 preference pairs: 7294

序列长度分布（截断前）： 

p...