torch.einsum连续计算首次耗时显著偏高问题咨询

当连续执行多次torch.einsum计算时，首次计算的耗时总是远高于后续计算，以下代码及现象可说明该问题：

import torch as tor
from timeit import default_timer as timer
import numpy as np  # 补充原代码遗漏的numpy导入

N = 1000
L = 10

time_arr = np.zeros(L)

for i in range(L):
    a = tor.randn(N, N).to("cuda:0")  # 每轮生成3个1000x1000的随机矩阵
    b = tor.randn(N, N).to("cuda:0")
    c = tor.randn(N, N).to("cuda:0")

    time_start = timer()
    tor.einsum("ij, kj", tor.einsum("ij, ja", a, b), c)  # 修正原代码变量名错误：aa→a，ab→b，ac→c
    time_end = timer()

    time_arr[i] = time_end - time_start

循环各轮次的耗时对比显示，首次计算的耗时显著高于后续9次计算。

现咨询该现象产生的原因及可行的优化解决方法。

内容的提问来源于stack exchange，提问作者Fynn