使用paddlenlp里提供的text_summarization/pointer_summarizer进行分布式训练，按照官方的文档采用fleet API设置了strategy = fleet.DistributedStrategy();fleet.init(is_collective=True, strategy=strategy);optimizer = fleet.distributed_optimizer(optimizer)然后使用python paddle.distributed.launch --gpus=0,1,2 train.py后启动了两个worker分别在训练，并且分别存储了模型，那在训练过程中魔性的参数是互相交互的么？还是说这样做只是单纯的训练了两个模型？应该怎样配置才是真的单机多卡训练呀？