2. 联邦学习系统架构模式
联邦学习系统的架构模式决定了“谁协调、谁训练、谁聚合、数据在哪里流动”。同一个联邦学习算法，放在不同架构上，通信开销、容错能力、隐私边界和工程复杂度会完全不同。本节先建立四种典型架构的结构直觉，再把“跨孤岛”和“跨设备”作为两种部署场景维度，最后给出一套可操作的选型判断方法。
四种基础架构模式
客户端-服务器（Client-Server, CS）是最常见的联邦学习架构。一个中心服务器持有全局模型，每轮选择一部分客户端下发当前模型参数；客户端用本地数据训练若干步，把模型更新（梯度或参数增量）回传；服务器执行加权聚合（如 FedAvg），得到新一轮全局模型。它的核心特征是星型拓扑、中心协调、同步轮次。优点是实现简单、聚合逻辑集中、易于做安全聚合与差分隐私；缺点是中心节点是通信与信任瓶颈，客户端规模大时“落后者”会拖慢整轮。
对等网络（Peer-to-Peer, P2P）去掉了中心服务器，节点之间按某种拓扑（环形、网格、随机图）交换模型或梯度，通过gossip或分布式共识逐步收敛。它没有单点故障，适合节点地位平等、互不信任、或中心不可用的场景。代价是收敛速度依赖网络连通度，难以做全局严格的隐私预算控制，模型一致性也更难验证。
分层联邦（Hierarchical Federated Learning, HFL）在客户端与中心之间加入边缘聚合层：客户端先汇聚到边缘服务器，边缘服务器再汇聚到云中心。它把“广域网通信”压缩为“局域网通信+少量跨域通信”，显著降低中心带宽压力，同时让边缘层承担部分容错与本地调度。典型三层结构是“设备—边缘—云”，适合地理分散、边缘节点具备一定算力的场景。
跨孤岛与跨设备不是拓扑，而是两种部署场景维度。跨孤岛（Cross-Silo）指参与方是机构（医院、银行、企业），数量少（2~100），每个孤岛数据量大、算力稳定、可长期在线，通常要求横向或纵向联邦，强调合规与审计。跨设备（Cross-Device）指参与方是海量终端（手机、IoT），数量可达10⁴~10⁶，单设备数据少、算力弱、网络不稳定、频繁掉线，强调客户端采样、异步容错与通信压缩。
架构对比：从五个维度看差异
把四种架构放在同一张“选型坐标系”里，可以从五个维度比较：通信模式、容错能力、隐私控制粒度、收敛效率、工程复杂度。CS 架构通信是“中心—客户端”双向同步，容错依赖服务器重试与客户端采样，隐私控制集中在服务器侧（可做安全聚合），收敛效率高但受落后者影响，工程复杂度最低。P2P 通信是邻居间异步交换，容错靠冗余连接，隐私控制分散且难以统一预算，收敛效率受拓扑影响大，工程复杂度中等偏高。HFL 通信是“设备—边缘—云”分层，容错可在边缘层局部处理，隐私控制可分层实施，收敛效率介于 CS 与 P2P 之间，工程复杂度最高。跨孤岛通常采用 CS 或 HFL，跨设备通常采用 CS 加采样与压缩。
选型判断：先问三个问题
实际选型时，不要先问“哪种架构最先进”，而要先问三个问题。第一，参与方是谁、有多少？如果是几十家机构，优先 CS 或 HFL；如果是百万级终端，必须考虑客户端采样、异步聚合与通信压缩，CS 仍是主流，但需要工程加固。第二，网络与算力是否稳定？机构侧稳定在线，可用同步 CS；终端侧频繁掉线，应引入异步或半异步机制，并设置每轮最小参与数。第三，隐私与合规要求有多强？需要严格审计时，CS 加安全聚合与差分隐私更容易落地；P2P 适合互不信任但难以统一隐私预算的场景。
一个可执行的选型示例
假设某医疗联合建模项目：3 家医院，各持有 5 万~20 万条病历，要求模型不出院、可审计、每轮训练时间可控。按上述判断：参与方是机构（跨孤岛），数量少，网络稳定，合规要求高。选型结论是客户端-服务器 + 安全聚合 + 差分隐私，服务器部署在可信第三方或牵头医院，每轮选择全部 3 家参与，聚合权重按样本量加权。若医院数量增长到 50 家以上，可升级为 HFL：每家医院内部先做边缘聚合，再上传到中心，降低中心并发压力。
常见误区与排障线索
第一个误区是“跨设备一定要用 P2P”。实际上，跨设备场景中 CS 仍是主流，因为中心聚合更容易做采样、压缩和版本控制；P2P 更适合节点对等且中心不可用的特殊场景。第二个误区是“分层联邦一定比 CS 快”。HFL 减少的是广域网通信，但增加了边缘层调度与两层聚合的复杂度，如果边缘节点算力不足，反而可能变慢。排障时，若发现每轮耗时波动大，先看客户端采样与落后者比例；若模型精度下降，先检查非独立同分布数据与聚合权重；若通信量居高不下，优先启用梯度量化或稀疏化，再考虑改架构。
总结来说，CS 是默认起点，P2P 是去中心化备选，HFL 是规模扩展方案，跨孤岛与跨设备决定的是“参与方特征与工程约束”。选型的核心不是追求最复杂的架构，而是让架构匹配当前的参与方规模、网络条件与合规边界。