我的操作：

1. 使用yolov8项目在带GPU的Linux_x86_64服务器上进行训练，得到pt模型后导出为onnx模型。

2. 在x86_64 PC机上使用amct的命令行方式量化为int8模型。得到deploy_model.onnx和fake_quant_model.onnx。（按照这个链接操作https://gitee.com/ascend/samples/tree/master/python/level1_single_api/9_amct/amct_onnx/cmd）

这个链接的README.md中说使用 fake_quant_model.onnx（量化仿真模型）在 ONNX 执行框架 ONNX Runtime 进行精度仿真。

于是我在GPU服务器的yolov8项目执行val.py来测试精度，但是报错了：
详情看这个链接： https://yb.tencent.com/s/ahHSwCs2BMNx  

我的问题：

1. 是我的onnx runtime版本有问题吗，感觉和这个链接的问题差不多https://www.hiascend.com/forum/thread-0261157080581406401-1-1.html

2. 我拿这个int8量化后的om模型到atlas 200i dk去跑，相比fp16的模型fps提升不多、模型大小也才从5.多MB降到4.多MB，这正常吗？