打开ggml-quants.c，你会看到一个 5492 行、222KB 的纯 C 文件。没有类，没有继承，没有模板——只有密密麻麻的位运算和浮点数学。这个文件做的事情，用一句话概括就是：把 32 位浮点数压缩到 2~8 位整数，同时让精度损失尽可能小。但如果你以为这只是简单的"除以 scale 再四舍五入"，那你大概率会在第 891 行的这段代码前停下来：// ggml-quants.c:L891y[i].qs[j/4+l]=L[j+l]