联合学习（协作学习）是轮流进行的，而联邦学习则没有这种限制，但是可能由于计算节点的差异而使全局模型不能及时得到更新，同时还有另一种学习，Split Learning，分割学习。这种学习方式考虑到计算节点可能存在计算性能上的不足，将模型进行切割，用户计算分割层以前的部分，然后将该层输出上传至服务器，由服务器进行后面更为繁重的计算任务。

[1] 周纯毅, 陈大卫, 王尚, et al.分布式深度学习隐私与安全攻击研究进展与挑战[J].计算机研究与发展,2021, 58 (05): 927-943.