据 Google DeepMind 在 X 上发布的信息，Decoupled DiLoCo 将可异步调度异构芯片的 Pathways 与可大幅降低跨站点带宽占用的 DiLoCo 结合，实现在多数据中心进行大规模模型训练（来源：Google DeepMind，2026年4月23日）。根据 Google DeepMind 的说明，Pathways 负责跨加速器的节奏解耦与任务编排，DiLoCo 则减少梯度同步通信，从而缓解带宽与“慢节点”瓶颈，提升大模型训练的可扩展性与弹性。对企业而言，这意味着更低训练成本、更高容错与跨区域弹性容量调度，为超大语言模型与多模态模型训练、分布式 MLOps、跨云区域资源池化带来新的商业机会。