压缩不是事后补救而是设计起点

传统的「先训练后压缩」模式导致大量返工——训练好的大模型量化后精度暴跌才发现不兼容目标硬件。更优的策略是在架构设计阶段就考虑部署约束：选择部署友好的操作、在训练中引入量化感知、用剪枝正则化让模型提前适应稀疏化。部署不是终点，而是设计的起点。