061、量化感知训练（QAT）的IR表示从一次模型部署翻车说起去年有个项目，把MobileNetV3量化部署到某款AIoT芯片上。FP32精度92%，INT8量化后直接掉到78%。团队里有人提议“直接上QAT吧”，结果训练完导出模型，芯片编译器报了一堆“unsupported operation”。我打开导出的MLIR文件一看，好家伙，fake quant节点插得乱七八糟，有些地方甚至出现了“量化-反量化-再量化”的死循环。那次debug花了整整三天，最后发现是QAT的IR表示在转换过程中丢失了关键信息——scale和zero point的绑定关系被拆散了。从那以后，我养成了一个习惯：写QAT代码之前，先想清楚它在IR层面长什么样。QAT的IR本质：在计算图中嵌入“假量化”节点量化感知训练的核心思想很简单：在训练过程中模拟量化误差，让模型权重学会“容忍”量化带来的精度损失。但在IR层面，它做的事情是在原始浮点计算图的特定位置插入fake quantize操作。一个标准的fake quantize操作，在MLIR中通常表示为：%q = "tfl.quantize"(%input) {qtype = tensor1x224x224x3x!quant.uniformu8:f32, 0.00784314:128} : (tensor1x224x224x3xf32) -