1. MLU220，模型有两个输出，维度分别是248*216*18=964224 ，248*216*42=2249856，模型推理部分耗时100ms左右，cnrtTransOrderAndCast函数将NHWC->NCHW half->float32，该函数耗时达到300ms左右，这个数据量这么耗时吗，是模型推理的3倍。有没有可能优化呢？

2. 后面还要接CPU后处理，有没有可能跳过cnrtTransOrderAndCast函数，直接在后处理函数中取模型输出的NHWC FLOAT16数据（当然这样读取数据比转换成NCHW更复杂），这样应该会有性能提升？