SDXL ConvRot INT8 量化实测：HSWQ 混合敏感度技术如何兼顾画质与显存
Zestyclose_Bake3680 · reddit · 2026-08-02
开发者公布了其独立研发的 HSWQ（混合敏感度加权量化） 技术在 SDXL 模型 ConvRot INT8 量化上的基准测试结果。
测试对比了 FP16 原图与量化后输出的表现：
- 整体优势：SDXL 本身非常适合 ConvRot INT8 量化，而 HSWQ 技术通过为关键层添加 FP16 保护，在多数模型中取得了比原生量化更高的 SSIM 分数和更低的 MSE。
- Bias Correction 效果：开启偏置校正（Bias correction）在多数情况下有助于进一步提升评分，但具体效果因模型而异。
- 特例情况：在极少数模型（如 perfectionAsianILXL）中，原生 ConvRot INT8 的表现反而优于 HSWQ。
「Infra」频道最新
- Tobi 开源 walgit：无数据库的单二进制 Git 服务器 — jevon · 2026-08-24
- s3collections：用S3构建分布式系统持久化数据结构 — andersonbcdefg · 2026-08-24
- 预测市场：年底前美一州实施数据中心禁令概率 68% — Polymarket · 2026-08-24
- Ramp 用本地模型省钱，引发业界对 AI 成本反思 — annetgriffin · 2026-08-24
- GitHub Actions 额度耗尽，是时候迁移到自建 VPS 了吗？ — MicahBerkley · 2026-08-24
- Ubuntu 计划成为 RISC-V CPU 的参考操作系统 — bookwormengr · 2026-08-24