我想用70b的llama3.1大模型进行推理，但是如果直接按照官方的方法进行调用的话，会出现两个问题。
1.npu流会出现问题。

2.单卡70b对显存要求太高了，会不够。

请问有什么方法能解决1.多卡推理。2.70b的超大模型推理，这些问题嘛？如果有，能给出官方文档链接嘛？

使用910b八卡机。