提升quantized.bc模型精度

Calibration 阶段通常模拟的是定点计算逻辑（或高精度模拟定点误差），而不仅仅是 FP32 计算。

• Calibration 的本质：在校准（Calibration）或 QAT（量化感知训练）过程中，工具链并非简单地记录 FP32 的权重和激活值。它会插入“伪量化”节点（Fake Quantize）。
  • 伪量化过程：Float -> Quantize (Round/Clamp) -> Dequantize -> Float。
  • 目的：这个过程的目的是在浮点环境中模拟定点化带来的 舍入误差（Round Error） 和截断误差（Clamp Error）。
  • 参考依据：根据对称量化公式，误差主要来源于 round 产生的舍入误差和 clamp 产生的截断误差 [3]。Calibration/QAT 正是为了感知并最小化这些误差对模型最终输出的影响。
• 板端执行：J6-M BPU 在执行 .hbm 或 .bc模型时，确实是使用定点整数运算单元进行计算的（对于 INT8/INT16 算子）。FP16 算子则使用浮点单元。因此，板端计算是真实的定点/低精度浮点计算，存在物理上的精度损失。