标量量化算法-量化门限

标量量化算法是一种将浮点数数据压缩到离散值的技术，其中“量化门限”是指用来划分连续数值区间的基本单位。在量化过程中，每个输入数值会被映射到最接近的一个量化级上，这个量化级由预先设定的最小值（下限）和最大值（上限），即门限范围决定。

例如，在8位量化中，通常会设定256个量化门限，从-128到+127。当数值小于某个门限时，它会被舍入到下一个较小的门限；同样，如果数值大于某个门限，它会被舍入到下一个较大的门限。这样做的目的是为了减少存储空间和计算开销，常用于像神经网络这样的模型部署，特别是在移动设备等资源有限的环境下。