请介绍 DeepSpeed 的 ZeRO 三阶段优化分别解决了什么问题，各自的适用场景是什么？

回答思路

1. 准确描述 ZeRO 三阶段各自划分了哪些状态（优化器状态、梯度、参数）
2. 说明每个阶段显存节省比例与引入的通信开销变化
3. 能结合训练阶段、显存大小或并行规模说明阶段选择的依据
4. 能联系混合精度、ZeRO-Offload 等扩展概念体现知识体系