【行业】：互联网

【服务器型号】：Atlas 800T A2

【版本信息】：

--CANN版本：CANN 7.0.rc1

--mindspore版本：2.2.0

--Python版本：Python3.9.18

【问题描述】：llama2大模型推理时前两个token输出速度特别慢，后续正常，是否可以进行优化。

【Offering】：推理开发

【期望解决时间】：2023年12月29日