在生成式人工智能的時代，我們見證了模型推理對存儲空間和計算能力的巨大需求，這對大語言模型和視覺生成模型的實際應用提出了前所未有的挑戰(zhàn)。在這樣的背景下，高效模型壓縮和模型設計技術顯得尤為重要，它們是降低模型計算和存儲需求的關鍵，使得模型的快速部署和高效運行成為可能。本書系統(tǒng)地介紹了高效模型壓縮和模型設計的方法，在編寫上兼顧理論和實踐。本書主體部分詳細介紹了模型壓縮的方法論，包括高效模塊設計、模型剪枝、模型量化、模型二值化、神經(jīng)網(wǎng)絡架構搜索、知識蒸餾幾大部分。另外，簡要介紹了定制化硬件加速器的設計及大語言模型的加速和壓縮。