提出一种名为FedCache的知识缓存驱动的PFL架构：该架构在服务器上保留了一个知识缓存，用于从与每个给定的设备上样本具有相似哈希的样本中获取个性化知识。在训练阶段，集成蒸馏被应用于设备上模型，以利用从服务器端知识缓存传输的个性化知识进行建设性优化。对四个数据集的实证实验表明，FedCache的性能与最先进的PFL方法相当，通信效率提高了两个多数量级。边缘智能（EI）：允许人工智能（AI）应用程