FFL：高性能可定制联邦学习框架

开源C/C++框架支持自定义客户端通信图，试图兼顾联邦学习的性能与可扩展性。

推荐理由：多数联邦学习框架隐藏通信拓扑且偏重易用性；FFL以C/C++实现并开放任意通信图配置，实质是把性能优化与去中心化实验能力纳入同一底座。