各位社区伙伴，我在单张昇腾推理卡上同时部署三路不同的 AI 推理服务，上线后发现负载分配极不均衡。其中一个服务占用绝大部分算力，另外两个实例推理时延翻倍、频繁卡顿，整体硬件利用率偏低。我已经统一了三个服务的 BatchSize、推理并发数，也调整了程序启动顺序，问题没有改善。目前业务需要共用同一张 NPU 卡，暂时无法拆分硬件资源。我不清楚昇腾多实例的资源隔离与调度规则，想请教大家如何配置参数实现算力均衡分配，有没有成熟的多服务部署方案，望各位指点。