2026年了，FPGA工程师搞边缘AI推理，INT8量化后精度掉到75%怎么办，除了QAT和蒸馏还有没有别的招？

最近在国产FPGA上做YOLOv8n的边缘部署，INT8量化后mAP从88%掉到75%，试了QAT和知识蒸馏，效果提升有限，而且训练时间成本太高。项目周期紧，想问问各位大佬，除了常规的QAT和蒸馏，还有没有其他实用招数？比如改进量化粒度、调整校准数据集、或者用混合精度分配敏感层？求具体可落地的经验分享。