因应业务需求，目前通过 MindIE 镜像能够在一台单机双卡的 300I Duo 上，以：1张卡跑 Deepseek distill qwen 32B，另一张卡跑 qwen2.5-7b 的方式运行模型服务，但是对算力的利用率不算很高。

有没有办法能够通过控制显存占用的方式，将32B和7B的模型分别平摊在2张卡上，提高算力芯片的利用效率？