大模型冷启动，为什么不再重复下载

新推理副本启动时，如果每台机器都从远端重新下载几百GB权重，扩容会被网络和存储拖慢。新的分发方式会先寻找已经加载好兼容权重的服务副本，再通过GPU点对点传输；没有可用节点时才回退到存储。