無伺服器聯邦學習

深度分析

GradsSharding：在 AWS Lambda 上以梯度分片擴展無伺服器聯邦學習

聯邦學習面臨聚合伺服器記憶體瓶頸。本文提出梯度分片（GradsSharding），沿參數維度將梯度切成M段，每段由平行無伺服器函式平均並回寫S3，仍可還原FedAvg全量結果。實驗顯示在中大型模型上成本與延遲優於樹狀與共址方案，能突破單函式記憶體上限。