非对称量化方法中关于zeropoint的问题

作用：zeropoint 在非对称量化方法中主要用于确定量化的基准点。它将量化区间进行合理的划分，使得量化后的数值能够更好地保留原始数据的分布特征。通过调整 zeropoint 的位置，可以使量化结果更符合数据的实际情况，减少量化误差。

引入原因：实际数据的分布往往是不对称的，可能存在偏态或非均匀分布的情况。为了更准确地对这类数据进行量化，引入 zeropoint 可以根据数据的特点灵活地调整量化区间，提高量化的精度和效果。

优劣：对称量化可以说是非对称量化的特例， 非对称量化适应性强， 量化结果更接近原始数据的真实分布，量化误差小。但是 非对称量化方法 计算复杂度高，另外不同的模型数据分布可能需要不同的可能需要不同的 zeropoint 设置，通用性也相对比较差。相反，对称量化简单， 通用性好，但是 相同量化位数下可能无法达到与非对称量化相同的精度。