随着大模型参数规模持续增长，模型能力不断提升，但计算成本、显存占用和部署效率等挑战也日益突出。
量化技术通过降低模型计算与存储所需的位宽，在减少资源消耗的同时尽可能保持模型性能，为大模型高效训练与推理提供了关键技术路径。

今天（8 月 12 日） 17:00 ，2026 夏季 InfiniTensor 训练营邀请清华大学计算机科学与技术系副教授陈键飞，带来专题课程《大模型量化》。课程将围绕大模型量化的基本原理展开，解析低位宽计算技术在训练与推理加速中的应用，并探讨如何在提升计算效率的同时保持模型精度，帮助大家了解大模型高效部署背后的关键技术路径。

讲师介绍

陈键飞 | 清华大学计算机科学与技术系 副教授

🔹2014 年获清华大学计算机学士学位，2019 年获博士学位。入选 2022 年度 CCF 青年人才发展计划，曾获中国计算机学会优秀博士学位论文奖、清华大学水木学者等荣誉。

🔹主要从事高效机器学习研究，重点关注低位宽与量化神经网络、深度学习优化、概率推理及大模型高效计算。近年来在训练后量化、量化感知训练、全量化训练以及 NVFP4 等低精度计算技术开展理论与算法研究。

🔹相关成果发表于 ICML、NeurIPS、ICLR 等国际会议，发布了 ActNN、WarpLDA、ZhuSuan、SageAttention 等多个开源软件。

课程亮点

在本次课程中，陈键飞老师将围绕以下核心内容展开分享：

1️⃣ 介绍大模型量化的基本原理与核心技术；

2️⃣ 讲解低位宽量化技术如何提升神经网络训练与推理效率；

3️⃣ 探讨如何在降低计算和存储开销的同时，保持大模型的计算精度。

课程直播信息

📅直播时间：8 月 12 日（周三） 17:00

🖥️参与方式：

InfiniTensor 官网： https://www.infinitensor.com

B 站直播： InfiniTensor 官方直播间

视频号直播： InfiniTensor 视频号

⬇️扫描下方二维码加入训练营官方社群

关注与交流