4、PTQ（训练后量化）：Calibration数据集选择、MinMax与KL散度校准方法、实际部署踩坑
训练后量化，也就是PTQ，是咱们落地推理加速最常用的一招。说白了，就是模型训练完了，我们直接拿它做量化，不用再费劲去搞QAT（量化感知训练）。
我刚开始接触PTQ时，觉得这玩意儿简单——跑一遍校准数据，算个scale和zero_point不就完事了？结果第一次部署到端侧设备，精度直接掉了3个点，被算法同事追着问了一下午。嗯，从那以后我才明白，PTQ里的门道比想象中多得多。
4.1 Calibration数据集：选不对，全白费
Calibration数据集，说白了就是用来“观察”模型激活值分布的。你想想看，量化需要知道每一层输出的数值范围，才能决定怎么映射到INT8。这个观察样本选得不对，量化后的模型就跟瞎子一样。
选Calibration数据集，我总结了三条铁律：
- 覆盖度优先：数据要能代表真实推理场景的分布。比如你做图像分类，别只拿猫的图片去校准，狗、车、风景都得有。我见过一个项目，校准集只用了100张室内场景图，结果模型在户外场景下精度崩了。
- 数量别贪多：一般500~2000张就够了。太多反而让校准过程变慢，而且边际收益递减。我个人习惯用500~1000张，跑起来快，效果也稳。
- 避免极端值：别把全是噪声或者全黑的图片塞进去。极端值会拉大量化范围，导致正常数值的精度被压缩。
4.2 MinMax校准：简单粗暴，但有坑
MinMax是最直观的校准方法。它直接取激活值的最大值和最小值，然后映射到INT8的[-128, 127]范围。
公式很简单：
scale = (max - min) / 255
zero_point = round(-min / scale)优点很明显：
- 计算量小，跑一遍校准集就能算出来
- 实现简单，几乎零门槛
但坑也很大：
- 对离群点极其敏感。如果校准数据里有一个异常大的值，整个量化范围就被撑大了，正常数值的精度会严重损失。
- 我遇到过最典型的情况：校准集里有一张过曝的图片，激活值里冒出一个200+的异常点。结果MinMax把scale拉得很大，正常0~50的数值只能分到不到64个量化级别，精度直接跳水。
4.3 KL散度校准：更聪明，但更慢
KL散度校准，也叫“相对熵校准”。它的核心思想是：找一个量化后的分布，让它跟原始浮点分布的“差异”最小。
具体做法是：
- 统计原始激活值的直方图（比如2048个bin）
- 尝试不同的阈值T，把直方图截断到T
- 对截断后的分布做量化，再反量化回浮点
- 计算量化前后分布的KL散度
- 选KL散度最小的那个T作为量化阈值
说白了，KL散度校准就是在“精度”和“范围”之间找一个平衡点。它允许丢掉一些极端的离群点，换来更精细的量化粒度。
我个人的经验：
- KL散度校准在大多数场景下比MinMax好，尤其是模型有BatchNorm层或者激活值分布比较集中时。
- 但它的计算量比MinMax大一个数量级。校准1000张图，MinMax可能几秒就搞定，KL散度要跑几十秒甚至几分钟。
- 如果模型层数很深（比如ResNet-152），KL散度校准的时间成本会很高。我建议先跑一次MinMax看看效果，如果精度损失在可接受范围内，就别折腾KL了。
4.4 两种校准方法的对比
| 对比维度 | MinMax | KL散度 |
|---|---|---|
| 计算复杂度 | 低（O(n)） | 高（O(n * bins)） |
| 对离群点敏感度 | 高 | 低（自动截断） |
| 精度保留 | 一般 | 较好 |
| 适用场景 | 快速验证、低精度要求 | 精度敏感、离线校准 |
| 校准时间（1000张图） | ~5秒 | ~30秒~2分钟 |
4.5 实际部署踩坑实录
PTQ部署到端侧或者服务端，坑真的不少。我挑几个印象深刻的说说。
坑一：校准数据跟推理数据分布不一致
这个最致命。我有个项目是做视频检测的，校准集用的是白天场景的图片，结果模型部署到晚上场景的摄像头下，精度直接掉了5个点。后来我重新从全天候数据里抽了校准集，问题才解决。
坑二：量化后的模型在某些层上精度崩了
有时候整体精度看起来还行，但某些层的输出完全乱掉了。我遇到过的情况是：模型里有一个Depthwise卷积层，它的激活值分布特别窄（集中在0附近），MinMax量化后几乎全变成了0。解决办法是：对这类层单独做per-channel量化，或者直接跳过量化。
坑三：硬件对量化参数的支持不一致
不同芯片对scale和zero_point的精度要求不一样。有些芯片只支持对称量化（zero_point=0），有些支持非对称量化。我踩过的一个坑是：在PC上验证时用的非对称量化，部署到某款NPU上才发现它只支持对称量化，结果scale要重新算，折腾了两天。
4.6 PTQ校准流程总览
下面这张图是我自己总结的PTQ校准流程，你可以照着这个步骤来，基本不会出大问题。
4.7 我的建议
如果你刚开始做PTQ，我建议你按这个顺序来：
- 先用MinMax跑一遍，看看精度损失
- 如果精度损失在1%以内，直接部署，别折腾
- 如果精度损失超过1%，换成KL散度再试
- 如果KL散度也不行，考虑per-channel量化或者跳过敏感层
- 最后，一定要用真实推理数据做验证，别只依赖校准集
PTQ这东西，说白了就是“数据决定上限，方法决定下限”。校准数据集选对了，MinMax也能用；选错了，KL散度也救不了。嗯，希望这些经验能帮你少踩几个坑。