通俗解释
普通数据并行每张卡都存一整份模型和优化器状态。ZeRO 分三级把它们切开，需要时再通信取回，单卡显存需求随卡数下降。PyTorch FSDP 是同类实现。
用在哪里：DeepSpeed、PyTorch FSDP
01原始论文
ZeRO: Memory Optimizations Toward Training Trillion Parameter Models
Samyam Rajbhandari, Jeff Rasley, Olatunji Ruwase, et al. · 2019
arXiv ↗ ✓ 已核实 · arXiv API
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
所在学习路线：从零理解一个大模型
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
zero)