本文提出了一种名为RandCom的分散优化方法，通过引入随机通信跳过的方式来减少通信开销，并在节点数量增加时实现线性加速。该方法在随机非凸、凸和强凸环境中的性能得到了分析和证明。将RandCom应用于联合学习，得出了在非凸设置中实现线性加速的潜力和概率局部更新方法的适用性的积极结果。