相关依赖版本信息：

firmware版本：7.1.0.6.220

driver版本：24.1.rc1

CANN版本：8.0.RC2

python版本：3.10.13

torch版本：2.1.0

torch_npu版本：2.1.0.post5

CPU架构：x86

NPU类型：300i duo （24g*2）

MindIE版本：1.0.T56（1.0.RC2）

问题描述：用MindIE service部署qwen-14b占用的显存太大，有什么办法可以降低显存，目前已经根据官方文档把npuMemSize的值调成了1，如下所示：

此时运行qwen-14b，占用的npu显存情况如下：

等到服务起来后调用接口，输出的是一堆胡乱的单词，应该是显存剩余空间不足导致

运行qwen1.5-14b直接报错npu out of memory，如下所示：

后面尝试在96G(48g*2)的昇腾300I Duo上运行，可以正常运行和输出，但占用的显存有52g(26g*2)，理论上14b的模型占用30g显存差不多，为什么用MindIE Service占用显存要多这么多？