模型量化（Quantization）將權重從FP32降為INT8，其主要效果為何？

解析

量化將高精度浮點數降為低精度整數，可減少約4倍記憶體使用並加速推理，代價是可能有微小的精確度損失。A錯：主要影響推理而非訓練；C錯：通常會有些微品質下降；D錯：廣泛適用於各類模型包括Transformer。

正確答案：B. 減少記憶體使用量並加速推理，但可能略微降低精確度