为什么不在训练期间合并 BA?

在训练过程中，低秩矩阵会产生一个绕行，从而引入了额外的延迟。那么，为何不在训练过程中将低秩权重直接合并到**_W_** 中，就像我们在推理时所做的那样？我不确定这种做法是否会影响梯度流？