量化压缩
SPARSITY
使能全局稀疏特性。
AMCT（昇腾模型压缩工具）4选2结构化稀疏后输出的模型，可能存在weight连续4个Cin维度元素中至少有2个为0的场景，模型转换时通过使能全局稀疏开关，将该场景下的元素筛选成2个，从而节省后续推理的计算量，提高推理性能。
由于硬件约束，该参数不能与ENABLE_COMPRESS_WEIGHT、COMPRESS_WEIGHT_CONF同时使用。
参数取值：
- 1：表示开启4选2结构化稀疏。
- 0：（默认值）不开启稀疏特性。
配置示例：
{ge::ir_option::SPARSITY, "1"}
使用约束：使用该参数时，请确保模型是稀疏的模型，建议用户使用AMCT（TensorFlow）或AMCT（PyTorch）的组合压缩功能获取，且组合压缩只能是4选2结构化稀疏+量化感知训练模式。
产品支持情况：
- Ascend 950PR/Ascend 950DT：不支持
Atlas A3 训练系列产品 /Atlas A3 推理系列产品 ：支持Atlas A2 训练系列产品 /Atlas A2 推理系列产品 ：支持Atlas 200I/500 A2 推理产品 ：支持Atlas 推理系列产品 ：不支持Atlas 训练系列产品 ：不支持
COMPRESSION_OPTIMIZE_CONF
压缩优化功能配置文件路径以及文件名，通过该参数使能配置文件中指定的压缩优化特性，从而提升网络性能。例如：/home/test/compression_optimize.cfg。
配置示例：
{ge::ir_option::COMPRESSION_OPTIMIZE_CONF, "/home/test/compression_optimize.cfg"}
文件内容配置示例如下：
enable_first_layer_quantization:true
- 当前配置文件仅支持配置enable_first_layer_quantization特性，用于控制AIPP首层卷积是否进行优化（AIPP会与量化后模型首层卷积CONV2D前的Quant算子进行融合）。
使能enable_first_layer_quantization特性时，只有网络结构中存在AIPP+CONV2D结构，并且模型编译时ENABLE_SMALL_CHANNEL参数设置为1时，才有可能获得性能收益。由于量化后的模型存在一定程度上的精度损失，用户根据实际情况决定是否使能该特性。
- 配置文件中冒号前面表示压缩优化特性名称，冒号后面表示是否使能该特性，true表示使能，false表示不使能，默认不使能。
产品支持情况：
- Ascend 950PR/Ascend 950DT：不支持
Atlas A3 训练系列产品 /Atlas A3 推理系列产品 ：不支持Atlas A2 训练系列产品 /Atlas A2 推理系列产品 ：不支持Atlas 200I/500 A2 推理产品 ：支持Atlas 推理系列产品 ：支持Atlas 训练系列产品 ：不支持