量化和编译器优化是硬件 AI 场景里最容易被过度承诺的一类收益。这个专题用来把“理论提速”和“系统兑现”分开看，避免团队在 PPT 指标和真实交付之间来回摇摆。
这个专题聚合什么
- INT8、INT4、混合精度等量化路线在真实系统里的差异。
- 编译器、运行时、格式转换和内存路径之间的耦合问题。
- 带宽、重排、校准样本和回归测试带来的隐藏成本。
- 怎样建立一套能持续比较优化收益的基线。
最值得持续跟踪的判断点
- 优化收益到底落在算子、内存还是端到端时延。
- 编译器版本变化会不会让历史结论失效。
- 回归验证应该记录哪些字段，才能避免“偶然提速”被误判为稳定收益。
HDRP 判断
在这条专题线里，“收益兑现”比“优化存在”更重要。只有能被重复验证、能在系统级落地的优化，才值得进入首页判断区。