变更摘要

本 PR 为 graph-based PTQ/QAT 增加 A8W4（INT4 权重 + INT8 激活）量化支持，目标算子为 conv2d/linear。核心改动包括：将 arq_retrain/ulq_scale_retrain 的 ONNX 导出收敛到新增的 add_qdq 助手，以原生 ONNX TensorProto.INT4（要求 opset 21）导出 4bit 权重；INT4 可 pack 性校验由原来的 Cin 轴改为最终 Deploy pack 轴（末轴，Gemm 且 transB=1 时为 axis 0）；原先无法 pack 的层由「降级 INT8(A8W8)」改为「跳过该层、保持浮点」；Conv2dQAT/LinearQAT 开放 INT4 支持（LinearQAT 同时放开 channel_wise 限制），并在 qat_base.py 增加激活仅支持 per-tensor、INT4 权重须配 INT8 激活等约束；PackInt4WeightPass 改为直接写出原生 ONNX INT4，删除基于 numpy 的 nibble 手动打包逻辑。

主要改动

• 新增统一 QDQ 导出助手 add_qdq（新文件 qdq_symbolic.py）：将 arq_retrain.py/ulq_scale_retrain.py 中直接生成 QUANTIZE_LINEAR/DEQUANTIZE_LINEAR 的分支收敛为调用 add_qdq；4bit 路径经 _check_int4_export 校验 opset 21 与原生 TensorProto.INT4，per-channel 时校验 wts_scales 数量等于 out_channels，Linear 在 channel_wise 下用两次 Transpose(perm=[1,0]) 将量化轴落于 axis 1。
• INT4 pack 轴校验从 Cin 轴改为最终 Deploy pack 轴：check.py 中 check_int4_cin_pack_supported 重构为 check_int4_weight_pack_supported（原方法保留为兼容别名），不再因 grouped conv 或 Cin 为奇数拒绝，而是检查权重张量末轴（Gemm 且 transB=1 时为 axis 0）长度是否为偶数，并在奇数时输出告警日志。
• 无法 pack 的 INT4 层由降级 INT8 改为跳过、保持浮点：config_base.py 的 check_int4_weight_quant_axis 与 retrain_config_base.py 的 skip_int4_unpackable_layers（原 downgrade_int4_unpackable_layers，保留兼容包装）不再将 num_bits/dst_type 从 4 改回 8，而是置 quant_enable/retrain_enable 为 False 并将该层从 supported_layers 与 PARAM_POOL 量化层列表剔除。
• QAT 模块开放 INT4 并增加配置约束：Conv2dQAT/LinearQAT 新增 _supported_weight_dst_types = (INT8, INT4)，LinearQAT.check_quantifiable 移除原先「不支持 channel_wise」的 RuntimeError；qat_base.py 新增激活 channel_wise 报错、INT4 权重须搭配 INT8 激活的校验，且 Conv2dQAT/LinearQAT 分别在权重末轴（W）或 out_features 为奇数时抛出 ValueError。
• PackInt4WeightPass 改为写出原生 ONNX INT4：删除基于 numpy 的 pack_along_axis 两两 nibble 打包逻辑，pack_int4_weight_node 仅接收权重节点，校验末轴为偶数后通过 TensorProtoHelper.set_data 以 INT4 类型、保持原始 shape 写回权重（RNN 的 recurrence_weight 同样处理）。

代码审查

✅ 未发现问题

/lgtm