写一个多机多卡训练GPT的代码

这是一个使用 PyTorch 实现 GPT 的多机多卡训练的示例代码：

import torch
import torch.nn as nn
import torch.optim as optim

# 定义 GPT 模型
class GPT(nn.Module):
    def __init__(self, vocab_size, hidden_size, num_layers):
        super(GPT, self).__init__()
        self.vocab_size = vocab_size
        self.hidden_s