Pri používaní UDF v rámci Apache Spark na distribuované operácie, ako je spracovanie modelu hlbokého učenia, sa bežne stretávame s problémom Sparku „SparkContext je možné použiť iba na ovládači“. K tomu dochádza v dôsledku prísneho charakteru SparkContext viazaného na ovládač, ktorý riadi distribúciu úloh. Zabránením konfliktom pri serializácii v distribuovaných kanáloch spracovania obrazu a zaručením prístupu k modelu bez opätovnej inicializácie na každom uzle nám riešenia, ako sú premenné vysielania, umožňujú zdieľať modely s pracovnými uzlami v efektívnym spôsobom. Schopnosť Sparku zvládnuť zložité úlohy strojového učenia vo veľkom meradle sa výrazne zlepšila prístupmi vysielania.