训练一个7B模型，在常见的混合精度训练下大约需要多少显存？请简要说明主要消耗来源。

回答思路

1. 能区分参数、梯度、优化器状态和中间激活的显存消耗
2. 能说明混合精度（如BF16）下参数和梯度的占用
3. 能给出合理的总量估算范围并说明估算依据
4. 能解释激活值对显存的动态影响