CreamFL是一个支持多模态联邦学习的框架，提高了全局模型的复杂度和数据容量。它使用公共数据集进行知识交流，并通过全局本地交叉模态集成策略来聚合客户端表示。在图像-文本检索和视觉问答任务上的测试结果表明，CreamFL比目前流行的联邦学习方法更好。

DDC-PIM是一种算法/架构协同设计方法，可以使等效数据容量翻倍，MobileNetV2上达到2.84倍加速，EfficientNet-B0上达到2.69倍加速，重量密度和面积效率分别提高了8.41倍和2.75倍。