8 卡 A100 做 70B 模型微调，batch size 怎么设才不爆显存？

8×80G 的机器，70B 全参微调，batch size 稍大就 OOM。试过梯度累积+ZeRO-3，还是慢。求大佬分享显存优化经验，activation checkpoint 开到什么程度合适？