Iterative Computing，迭代算法是用计算机解决问题的一种基本方法。重复指令经过迭代计算后会产生复杂的行为，衍生出具有难度的问题。因此，迭代计算模型是机器学习算法的通用计算模型。给机器学习算法的执行带来了适应性挑战：一是如何适应海量数据；二是如何适应时变数据。主要研究区别于“全集数据上分区分步、副本容错”的迭代计算模型，可复用迭代计算模型。在数据海量时通过任务分配和数据布局减少迭代步内数据交互，提高可靠性和性能；在数据变化时当前步重用历史步的迭代结果，提高重用性和性能。