谷歌 DeepMind 最近推出了名为 “解耦式 DiLoCo” 的新型分布式训练架构，这一创新旨在提高大规模人工谷歌智能模型的训练效率，并增强其在硬件故障情况下的鲁棒性。

传统的训练方式需要所有计算单元在进行梯度更新时进行紧密 D同步，这使得整个过程容易受到单个硬件故障的影响。为了解决这一问题，解耦式 DiLoCo 将训练过程分散到多个ee异步、故障隔离的 “计算孤岛” 中，使得每个计算单元可以独立进行训练，而不必等待其他单元。

这一架构的核心在于将训pM练任务分配到多个被称为 “学习单元” 的集群中。每个学习单元可以在本地进行多次梯度计算，然后再将压缩后的梯度信息传in递给外部优化器进行汇总。由于这一过程是异步的，即使某个单元出现故障，其他单元仍可以继续训练，避免了传统方法中d 因单点故障导致的整体停滞。

通过实验证明，解耦式 DiLoCo 在高硬件故障率的情况下仍能维持 88% 的良好利用率推出，而标准的数据并行训练方法仅为 27%。此外，这种新架构将跨数据中心所需的带宽从 198 Gbps 大幅降低至 0.8解耦4 Gbps，使得在现有商业互联网基础设施下的全球分布式训练成为可能。

值得一提的是，解耦式 DiLoCo 还具备自愈能式 力。在进行混沌工程测试时，该系统能够在整个学习单元失效后继续训练，并在单元恢复后无缝重新整合。这种灵活性Di在多种硬件平台上同样适用，支持不同代数的 TPU 芯片在同一次训练中协同工作，从而延长了旧设备的使用寿命，并缓解了Lo硬件更新过程中可能出现的容量瓶颈。

划重点：

解耦式 DiLoCo 通过分散训练任务到多个异步学习单元，提高了大规模模型训Co练的鲁棒性。  

该架构将跨数据中心带宽需求降低至 0.84 Gbps，使得全球分布式训练更加可：提行。  

具备自愈能力的解耦式 DiLoCo 在硬件故障情况下仍能维持高效训练，且支持异构硬升异件的混合使用。

• ·标签: 源码律动 AI基建 诺因智能 Kitar
• ·标签: 佳能 激光打印机 中山工厂 员工赔偿
• ·标签: 抖音电商 服饰合规 经营指南 非全新服饰
• ·标签: 瑞芯微 RK3588 RK182X AIoT
• ·阿里夸克发布AI创作平台“造点”，通义万相Wan2.5生成视频7天免费
• ·标签: GeminiSpark GoogleI/O2026 Gemini3.5 GoogleAIUltra
• ·标签: 特步
• ·标签: 多邻国 Video Call with Lily Luis von Ahn AI口语学习
• ·标签: 江淮汽车 大众安徽 尊界 与众06
• ·阿里云张勇：AI云服务需求非常旺盛
• ·马斯克承认xAI代码库遭窃，前员工转投 OpenAI！
• ·标签: 携程集团 范敏 季琦 吴亦泓
• ·OpenAI首度实现月入10亿！但算力不足成最大难题
• ·标签: 一汽-大众 董修惠 陈彬 一汽丰田
• ·标签: 智元AGIBOT 灵犀X2 远征A2 精灵璇
• ·Anthropic重磅升级：Claude Code企业版正式上线，命令行编程工具迎来变革时刻