开发板型号：orange ai pro 20T 

我在具体使用atc转换指令，转换为多batch模型，并用作推理时

推理代码是对单张图片循环检测，并输出每张图片的推理耗费的时间

模型转换前用的都是同一个.onnx，atc转换指令只有batch_size不同，发现两个模型在测试时出现，单batch模型对每张图片的推理时间甚至要小于多batch模型，多batch（16）aicore利用率为70左右，但是多batch下aicore的利用率明显提升（我比较了batch_size分别在4、8、16、32情况下的aicore的利用率）

在逛论坛时发现，发现有人提过类似的问题，其中一个没有具体的解答，另一个如下：

给的回复如下：

按照这个答复，我的理解是：经过atc转换的模型，在对输入的处理上按照输入的顺序处理，并不能同时处理多个数据。我的疑问是：atc的多batch的存在，是为了解决哪些问题？