## 主机：8 次调用，每次的中位数（开始时刻相对调用开始）
  整个调用（call 区间）：272.7 µs
  PjitFunction(jit(wait)) 第 1 次：开始 2.3 µs，持续 82.8 µs
  PjitFunction(jit(wait)) 第 2 次：开始 2.5 µs，持续 82.5 µs
  PjRtCApiLoadedExecutable::Execute 第 1 次：开始 11.5 µs，持续 68.4 µs
  CommonPjRtLoadedExecutable::ExecutePrepare 第 1 次：开始 17.2 µs，持续 11.2 µs
  TpuLoadedExecutable::ExecuteLaunch 第 1 次：开始 28.8 µs，持续 46.0 µs
  tpu::System::Execute（core_id=0）：开始 30.2 µs，持续 25.8 µs
  tpu::System::Execute（core_id=1）：开始 57.0 µs，持续 15.5 µs
  ReadSyncFlag 第 1 次：开始 208.3 µs，持续 26.4 µs
  ReadSyncFlag 第 2 次：开始 210.4 µs，持续 27.3 µs
  CompleteCallbacks 第 1 次：开始 235.3 µs，持续 15.5 µs
  CompleteCallbacks 第 2 次：开始 237.9 µs，持续 25.7 µs
  tpu::System::Execute=>Done（core_id=1）：开始 246.2 µs，持续 2.7 µs
  tpu::System::Execute=>Done（core_id=0）：开始 251.0 µs，持续 19.7 µs
## 设备
  TensorCore 0 XLA Modules：119.0 µs
  TensorCore 0 XLA Ops：100.8 µs