问题根因：

1. 开pp的时候，模型会被切成N份，当前保存metadata.json只有0卡保存，其他卡等待；
2. 保存metadata的时候，会区分模型权重和优化器权重，是依靠权重名是否在model_keys里面来判定的，model_keys在开了pp后，0卡只能拿到当前对应的pp切分模型，所以model_keys是缺失了（不是全局的）；
3. 因此，存下来的meta只有0卡对应的stage的模型meta信息是正确的，其他stage的meta信息，会把本来存在model里面的模型权重，文件名定向到opt里面
4. 这就导致了加载的时候，读了一个错误的meta，对应的文件里面加载不到需要的权重，因此报错

转昱坤解决

测试时间：20260616
deepseek 16卡 续训用例dp2mp2pp4ep4bs1mb8gas1cp1_910_16p_0001加载权重的时遇到相同报错
用此单跟踪

问题根因：在pp场景下，模型会按层数切分，每个stage只会初始化当前stage的模型(不完整)，而权重保存只会在rank0上保存，之前的model_keys和meta信息都只拿到了部分meta信息 导致最后存下来的meta信息和实际权重也是缺少的。故，在加载权重的时候，会报错找不到权重的parameter dict

修复方案：调用hyper-parallel的get_global_layout接口获取完整的meta信息和model_keys

修复pr：https://gitcode.com/mindspore/mindformers/pull/8429

自验结果：开启pp并行存权重，单卡和各种并行场景加载权重续训 截图见pr

回归时间：20260625
回归版本：ms:commit_id = '[sha1]:bfb35d9b
hp:commit d4ca5e5
mf:commit c326d4ec0a160741bae5c112ce4c9153cea32a88
回归结果：
回归结论：回归通过