本文提出了一种新的DPMM的分布式MCMC推理方法（DisCGS），通过使用合适的统计量和折叠的吉布斯采样器，在独立异构的机器间处理分布式数据，具备应用能力。该方法在横向联合学习中取得了显著的可扩展性和执行时间缩短200倍，不影响聚类性能。