实现 INT8 对称量化（per-tensor）

实现大模型推理部署中最常用的 per-tensor 对称量化与反量化： amax = max(|w|) scale = amax / 127 # amax == 0 时取 scale = 1.0 q = clamp(round(w / scale), -127, 127).to(int64) w_hat = q.to(float32) * scale # 反量化近似 返回: 元组 (w_hat, scale)，w_hat 为与 w 同形状的 float32 张量，scale 为 Python float。 要求： - round 用 torch.round（银行家舍入即可，与参考实现一致）； - clamp 在 round 之后、转 int64 之前； - 不要调用 torch.quantize_per_tensor 等现成量化 API； - 全零张量是合法输入（scale 兜底为 1.0，此时 w_hat 必须全零）。