我基于bert mask模型开发了服务应用。原本在nvidia环境下，服务走通且运行正常。现在一直到昇腾平台。除了模型的迁移，别的业务代码完全保持不变。出现问题现象如下：当有业务请求时，服务内存一直增长，不释放。请问什么原因？

注意是host内存增长，npu的显存正常。

1. 设备型号： 300i pro

2. 我们开发的代码是基于bert返回的信息再做业务规则（算法的业务模块）

3. torch  2.1.2， pip install的

请教各位，如何排查或者解决？谢谢