硬件信息：Atlas 200I A2 加速模块

CANN包版本：6.3.RC1.alpha001

目前我有检测和跟踪两个模型，分别有两个线程进行推理，两个线程都需要调用 aclrtMemcpy 这个接口将 host memory 的数据传入 device memory。检测线程要aclrtMemcpy(HostToDevice)的数据量为 4x3x640x640 Bytes。如果单独只有检测的线程在运行的话， aclrtMemcpy 只会花 3ms 左右；如果检测和跟踪两个线程同时跑，检测线程 aclrtMemcpy 的耗时会增加到 13ms。通过 npu-smi info 查看，发现 AI Core 的利用率已经100%了，这会不会对aclrtMemcpy的耗时增加有影响？有什么方法降低 aclrtMemcpy 的耗时吗？