diff --git a/doc/fluid/design/quantization/channel.png b/doc/fluid/design/quantization/channel.png
new file mode 100644
index 0000000000000000000000000000000000000000..b68b5bb9b7e6c450ffbaa1add71bb91a8bc0ecf0
Binary files /dev/null and b/doc/fluid/design/quantization/channel.png differ
diff --git a/doc/fluid/design/quantization/dequant_formula.png b/doc/fluid/design/quantization/dequant_formula.png
new file mode 100644
index 0000000000000000000000000000000000000000..117770e29cdee78a4c40fee3736e1c49e0e74428
Binary files /dev/null and b/doc/fluid/design/quantization/dequant_formula.png differ
diff --git a/doc/fluid/design/quantization/dynamic.png b/doc/fluid/design/quantization/dynamic.png
new file mode 100644
index 0000000000000000000000000000000000000000..ee3c89043b29f4fde895160584c7d0106788a945
Binary files /dev/null and b/doc/fluid/design/quantization/dynamic.png differ
diff --git a/doc/fluid/design/quantization/static.png b/doc/fluid/design/quantization/static.png
new file mode 100644
index 0000000000000000000000000000000000000000..8d2faaf6e727944824aaa5e1363c0b596e58aeb0
Binary files /dev/null and b/doc/fluid/design/quantization/static.png differ
diff --git a/doc/fluid/design/quantization/training_quantization_model_format.md b/doc/fluid/design/quantization/training_quantization_model_format.md
new file mode 100644
index 0000000000000000000000000000000000000000..aba610eb40d1b1cdfa3472e0a737ec277319073c
--- /dev/null
+++ b/doc/fluid/design/quantization/training_quantization_model_format.md
@@ -0,0 +1,143 @@
+# 量化训练模型格式说明
+
+PaddlePaddle框架主要支持动态量化和静态量化两种量化训练模式。其中，动态量化会在每次推断过程中动态计算量化比例系数的值，而静态量化则对不同的输入采用相同的量化比例系数值。 对于权重而言，在训练过程中采用动态量化模式。换句话说，在每次迭代过程中量化比例系数均会被重新计算得到直至训练过程结束。 对于激活而言，可以选择动态量化模式也可以选择静态量化模式。若选择使用静态量化模式，则量化比例系数会在训练过程中被评估求得，且在推断过程中被使用(不同的输入均保持不变)。除此之外，卷积权重的动态量化亦包括两种形式：1）Tensor-wise量化，即直接求取整个权重Tensor的量化scale值（单一值）；2）Channel-wise量化，即对权重Tensor按照channel维度进行分片，然后求取每个通道Tensor的scale值。
+
+## 1. Tensor-wise量化
+### 1.1 动态量化
+
+动态量化主要通过`fake_quantize_abs_max`op实现，该op对输入tensor进行量化并输出值域在-127～+127范围内的量化tensor。`fake_quantize_abs_max`op在对输入tensor进行量化时使用的量化scale是动态计算出来的，即取输入tensor元素的绝对值最大值。动态计算出的量化scale会作为反量化op的一个输入，用于求取反量化tensor。下面是对`fake_quantize_abs_max`op的整体描述：
+
+```
+fake_quantize_abs_max {
+    inputs {
+    X(Tensor): 激活tensor或权重tensor
+    }
+
+    outputs {
+    Out(Tensor): 已量化tensor
+    OutScale(Tensor): 动态计算得到的量化scale，其元素个数为1(tensor-wise量化)
+    }
+
+    attrs {
+    bit_length(int): 量化bit数，如8-bit
+    }
+}
+```
+
+### 1.2 静态量化
+
+与动态量化不同，静态量化的量化scale是在量化训练时通过**窗口滑动平均**或者**窗口绝对值最大值**等方法计算求得的。静态量化主要通过`fake_quantize_moving_average_abs_max`op或者`fake_quantize_range_abs_max`op实现，它们利用输入的量化scale将输入tensor量化到-127～127值域范围内。`fake_quantize_moving_average_abs_max`op和`fake_quantize_range_abs_max`op的输入和输出格式都是一样的，不同点在于op内部计算量化scale时使用的策略不同。`fake_quantize_moving_average_abs_max`op使用一个窗口内绝对值最大值的滑动平均值作为量化sacle，而`fake_quantize_range_abs_max`op使用一个窗口内绝对值最大值的最大值作为量化sacle。下面以`fake_quantize_moving_average_abs_max`op为例，对其进行整体描述：
+
+```
+fake_quantize_moving_average_abs_max {
+    inputs {
+    X(Tensor): 一般为激活tensor
+    InScale(Tensor): 量化训练中计算求得的scale 
+    }
+
+    outputs {
+    Out(Tensor): 已量化tensor
+    OutScale(Tensor): 量化训练中计算求得的scale，用于继续传递到反量化op
+    }
+
+    attrs {
+    is_test(bool): 指明是量化训练过程还是预测推断过程
+    bit_length(int): 量化bit数，如8-bit
+    moving_rate(float): 滑动平均衰减系数
+    }
+}
+```
+
+### 1.3 反量化
+
+无论是静态量化还是动态量化，在量化计算完成后都需要进行反量化操作，该操作即是通过`fake_dequantize_abs_max`op实现的。具体来说，`fake_quantize_abs_max`op负责将fp32数值映射到int8值域（-127～127），而`fake_dequantize_abs_max` op是将int8数值映射到fp32值域。
+
+<p align="center">
+<img src="./dequant_formula.png" height=108 width=860 hspace='10'/> <br />
+</p>
+
+根据[量化训练的原理](https://github.com/PaddlePaddle/models/blob/develop/PaddleSlim/docs/tutorial.md#1-quantization-aware-training%E9%87%8F%E5%8C%96%E4%BB%8B%E7%BB%8D)可知，`fake_dequantize_abs_max` op主要通过公式1-3-1进行反量化操作。在实现中，`fake_dequantize_abs_max` op将激活scale作为Variable（Tensor）进行输入（$X_{scale}$），将公式1-3-1中关于scale的剩余部分作为max\_range属性(即公式1-3-2)。`fake_dequantize_abs_max` op的整体描述如下：
+
+```
+fake_dequantize_abs_max {
+    inputs {
+    X(Tensor): 输入tensor
+    Scale(Tensor): 激活scale
+    }
+
+    outputs {
+    Out(Tensor): 已反量化tensor
+    }
+
+    attrs {
+    max_range(float): 根据公式1-3-2和公式1-3-3计算所得
+    }
+}
+```
+
+## 2. 卷积权重Channel-wise量化
+### 2.1 分channel量化
+
+分channel量化与动态量化类似，也是将输入tensor量化到-127～+127值域范围内，不同之处在于分channel量化会对tensor按照channel维度进行分片，然后求取每个通道tensor的scale值。在PaddlePaddle框架中，`fake_channel_wise_quantize_abs_max`op实现了分channel量化的逻辑。注意，目前仅对权重进行分channel量化，对激活是不进行分channel量化的，并且分channel量化只作用在卷积操作上(包括`conv2d`和`depthwise_conv2d`）。下面是对`fake_channel_wise_quantize_abs_max`op的整体描述：
+
+```
+fake_channel_wise_quantize_abs_max {
+    inputs {
+    X(Tensor): 权重tensor
+    }
+
+    outputs {
+    Out(Tensor): 已量化tensor
+    OutScale(Tensor): 分channel计算得到的scale，其元素个数与输入tensor的通道数相同
+    }
+
+    attrs {
+    bit_length(int): 量化bit数，如8-bit
+    }
+}
+```
+
+### 2.2 分channel反量化
+若对卷积权重进行了分channel量化，则反量化操作时必须采用分channel反量化。`fake_channel_wise_dequantize_max_abs`op实现了分channel反量化的逻辑，它的输入Scales包括两个scale tensor，即激活scale和权重scale。根据2.1节的描述可知，权重采用的是channel-wise量化而激活采用的是tensor-wise量化，所以激活scale对应的tensor仅包含一个值而权重scale对应的tensor包括输出通道数个值。下面是对`fake_channel_wise_dequantize_max_abs`op的整体描述：
+
+```
+fake_channel_wise_dequantize_max_abs {
+    inputs {
+    X(Tensor): 输入tensor
+    Scales(Tensor List): 一般包括两个tensor，且第一个为权重scale，第二个为激活scale
+    }
+
+    outputs {
+    Out(Tensor): 已反量化tensor
+    }
+
+    attrs {
+    quant_bits(int list): 一般包括两个整数值，分别为求取Scales中不同scale值时对应的量化bit数。
+    }
+}
+```
+
+## 3. 注意点
+
+1） 8-bit量化训练中采用有符号的int8进行量化，且所有的scale都是没有除以127。
+
+2）以上描述中仅`fake_dequantize_abs_max`op将scale的一部分作为属性值，其他op的scale均作为输入Variable（Tensor）。
+
+3）若之后为量化训练添加新的量化op或反量化op，**建议使用Variable（Tensor）作为scale的数据传递方式**。因为量化训练的主要目的就是为了求取合适的量化/反量化scale，而将这些scale信息作为tensor的方式存储下来会方便后续scale数据向其他格式的转换。
+
+## 4. 附录图解
+
+<p align="center">
+<img src="./dynamic.png" height=380 width=400 hspace='10'/> <br />
+<strong>图1: 动态量化，其中卷积权重已预先进行量化</strong>
+</p>
+
+<p align="center">
+<img src="./static.png" height=380 width=400 hspace='10'/> <br />
+<strong>图2: 静态量化，其中卷积权重已预先进行量化</strong>
+</p>
+
+<p align="center">
+<img src="./channel.png" height=400 width=400 hspace='10'/> <br />
+<strong>图3: 分channel量化，其中卷积权重已预先进行分channel量化</strong>
+</p>