梯度检查点（Gradient Checkpointing）技术在训练大模型时，其主要的权衡是：

减少模型参数量，以降低计算需求

增加模型参数量，以提升训练速度

牺牲部分计算时间（增加重计算量），以显著减少显存占用

提高计算精度，以避免数值不稳定