两个1x9x640x384 矩阵做乘法，computing cost 23526 us。而1x9x640x384的矩阵做一次卷积，输出1x1x640x384的图像，computing cost 才1868 us。 两者算力相近，甚至卷积略高。为什么实际跑下来差这么多？ 这里的Mul是主干和分支的相乘，即一主干侧有很多卷积，分支侧卷积少，然后两者相乘，Mul这么耗时和这个相关吗，这个耗时包括等待的时间吗？ 我该怎么提升这个Mul速度？
你好，请以编译器的日志为主，目前编译器内部实现的行为无法在应用层解释。