还没看过上一篇的小伙伴可以戳这里
改进 步入正题，上文说到，每10批推理的第一批10次推理的时间都很慢，于是重新改写了一下代码，这次每个模型只进行10次推理，继续观察现象。结果以截图的形式给出：
从这些结果来看，每个模型的前两次推理都很慢，尤其是第一次。到谷歌上找了一下原因，这是因为显卡需要warm-up，就是“热身”，这样才能发挥出显卡的性能。而至于后续的推理时间的计时仍有较大偏差，还是因为异步计时的问题，这个留着后面再解决。
关于热身，个人理解，显卡开始工作时控制单元需要对资源进行调度，例如分配warp等。这些应该都是在第一次推理的时候进行。类似的，举个栗子，在F1比赛中，每场赛车的正赛开始前，都会有一圈“暖胎圈”，各个车手依次起步，在赛道上不停画龙——连续左转右转——来对轮胎进行一定的磨损，使其与地面充分摩擦，来达到工作状态与工作温度，进一步使赛车达到最佳状态，跑出最好成绩。这就类似显卡的“warm-up”一样。
