关于推荐系统的召回所使用的双塔模型，为什么可以把用户模型和内容模型分开训练并部署？

最近在看深度学习。简单来说都是说模型训练好，然后部署。但是推荐系统的召回所使用的双塔模型，会把（两个塔）用户模型和内容模型分开训练并部署

疑问：

1. 为什么不是整体训练，再拆分两个部分，进行部署？
2. 是不是用户模型和内容模型之间其实是独立的（两者之间没有参数），所以在训练过程，是各自调参，各自求最优参数？
3. 一般会认为不同的训练，会产生不同的模型（主要是参数不同）。会不会是只要训练次数足够多，用户模型和内容模型各自趋向的最优参数，达到一起训练时的效果？