Checklist

• 我已搜索现有 issue，未发现相同问题
• 我已在当前代码中确认问题路径
• 我已补充可回归的单元测试

问题详细描述

PyNative Trainer 在完成梯度累积后会无条件调用 optimizer。当本步 loss 或梯度中出现 NaN/Inf 时，非有限梯度仍会进入 optimizer，导致参数、master weight、动量等优化器状态被污染；部分优化器的内部 global step 也会继续推进。

期望行为：

• 任意 rank 检测到本步 loss 或全局梯度范数非有限时，所有 rank 一致跳过本次 optimizer 调用；
• 本步梯度仍需清零，避免污染下一步；
• 正常有限值训练路径、梯度裁剪接口和已有返回值保持兼容。

复现与原因

当前 Trainer._optimizer_update() 在 _calculate_global_grad_norm() 返回后直接调用 self.optimizer(grads)。当 global_norm 为 NaN 时，原有 clip_coef < 1 判断不会拦截非有限梯度，因此 optimizer 仍会更新。

此外，仅检查梯度范数不足以覆盖“loss 为 NaN/Inf、但梯度暂时有限”的情况；分布式场景也必须同步跳过决定，避免不同 rank 在 optimizer collective 处分叉。

影响范围

• MindFormers PyNative Trainer
• 单卡及数据并行、流水线并行等多 rank 训练
• 目标分支：r2.1.0-beta1

验证

• 新增 finite、NaN/Inf loss、NaN/Inf gradient、梯度清零、DTensor-like loss、远端 rank 非有限标志、梯度累积和 PP 调用链单元测试；
• 定向测试：21 passed；
• 仓库固定 Pylint 3.2.6：通过；
• git diff --check：通过。

说明：当前验证为 CPU 单元测试与静态分布式控制流模拟，尚未执行真实多卡 NPU 回归。

版本信息

• upstream/r2.1.0-beta1: 57468751333e52a5d03fd2a03b13777bc869dcd7
• MindSpore / 硬件环境：不依赖特定硬件的代码路径问题；本地回归使用 CPU 环境