Why is deepspeed enabled in the Bloom training script?

Why is the value of Zero-State 0 when deepspeed is enabled in the Bloom training script? Can the Bloom model be trained and the loss curve is aligned when deepspeed is disabled? Thanks very much.

```shell
DEEPSPEED_ARGS=" \
--deepspeed \
--deepspeed_config ${config_json} \
--zero-stage ${ZERO_STAGE} \
--deepspeed-activation-checkpointing \
"
```

Commencez par le script d’entraînement de Bloom et le bloc DEEPSPEED_ARGS présenté ; examinez comment ZERO_STAGE et config_json sont définis, et comparez les exécutions avec et sans DeepSpeed. Vérifiez la valeur de Zero-State indiquée et si les courbes de perte coïncident, puis documentez l’explication et les résultats.

Rédigé par le modèle d'indexation à partir du texte de l'issue.