第一次请求之后，python主进程在模型运算后被挂上了16g的显存占用，一直下不去，各种清缓存、垃圾回收、del模型的方法都试了，无效，最后改了个输出的参数，没问题了

输出的参数 use_cache 设置为 False 之后，一切恢复正常，虽然显存居高挂着，但是不报错了