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
- 作者实测 2×GB10 本地调优 GLM-5.3-Flash：解码速度提升近 20% — EAccelerate_42 · 2026-10-16
- 开发者用3台DGX Spark组本地集群跑GLM-5.3-Flash,配代理均衡日生175万token — Teknium · 2026-10-16
- Optuna 作者秋叶哉：花3亿日元调2个超参的时代，BO/HPO 还有何用武之地 — Stefania_druga · 2026-10-16
- Amazon 发布生产级 RAG 缓存方案：逐请求校验证据复用，零无效命中 — _reachsumit · 2026-10-16
- LinkedIn 推出 TransX:推荐系统序列转导框架,CTR 提升 6.02% — _reachsumit · 2026-10-16
- llama.cpp 新 PR 优化 AVX2 分块累加器,纯 CPU 推理再提速 — jacek2023 · 2026-10-16