以下所述参考官方《Cambricon Pytorch ⽤⼾⼿册 发布 0.7.0 》(2019年9月30日版)，基于MLU100进行离线推理。

根据手册7.3节模型持久化中，对模型进行离线推理保存，再次运行时不需再次编译。

traced_model = jit.trace(mlu_model, example_input)
traced_model(example_input)
traced_model.save("model.pt")
new_traced_model = jit.load("model.pt")

这样操作之后，进行推理时无法得到正确的计算结果，并且会有以下警告：

CNML: 6.6.0 6480416
CNRT: 3.12.0 71850d5
2021-04-19 07:43:35.238567: [cnrtWarning] [14771] [Card : NONE] Failed to initialize CNDEV. Host manage interface disabled
[I export.cpp:630] method mluSave
[I interpreter.cpp:663] [MLU Serialization]: Total mem used of offline model is 56047116.
dataloader len: 36
2021-04-19 07:44:15.097436: [cnrtError] [15741] [Card : 0] MLU unfinished. cnrtStream fail.

而直接离线，不进行推理模型保存，可以得到正确结果(操作如下)。但是每次推理之前都要进行trace耗费大量时间。

 trace_model = torch.jit.trace(model,example_input, check_trace=False)

请问，离线保存模型该如何操作才能保证网络模型计算正确？或者上述离线操作中有何错误？