Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée
Dans la chaîne de valeur complète de l'IA, l'entraînement des modèles est l'étape la plus gourmande en ressources et ayant la plus haute barrière technique, déterminant directement les limites de capacité des modèles et l'efficacité des applications réelles. Comparé à l'appel léger de la phase d'inférence, le processus d'entraînement nécessite un investissement continu en puissance de calcul à grande échelle, des processus de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, représentant véritablement l'"industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, que cet article discutera en détail.
L'entraînement centralisé est la méthode traditionnelle la plus courante, effectuée par une seule institution au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des composants matériels, des logiciels de base, du système de planification de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration profonde permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui la rend très adaptée à l'entraînement de modèles à grande échelle tels que GPT, Gemini, offrant des avantages tels qu'une grande efficacité et un contrôle des ressources, tout en présentant en même temps des problèmes de monopole de données, de barrières à l'entrée, de consommation d'énergie et de risques de points uniques.
L'entraînement distribué est la méthode dominante pour l'entraînement de grands modèles actuellement. Son cœur consiste à décomposer les tâches d'entraînement du modèle, puis à les répartir sur plusieurs machines pour une exécution collaborative, afin de surmonter les limites de calcul et de stockage d'une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, à travers la technologie de bus d'interconnexion à haute vitesse NVLink, où le nœud principal coordonne de manière unifiée les sous-tâches. Les méthodes dominantes comprennent :
Parallélisme des données : chaque nœud entraîne des paramètres de données différents, partageant les poids du modèle, nécessitant une correspondance.
Parallélisme de modèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité.
Pipeline parallèle : exécution en série par étapes, augmentation du débit
Parallélisme de tenseur : segmentation fine du calcul matriciel, amélioration de la granularité parallèle
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", similaire à un même patron dirigeant à distance plusieurs employés de "bureaux" collaborant pour accomplir une tâche. Actuellement, presque tous les grands modèles mainstream sont entraînés de cette manière.
La formation décentralisée représente un chemin d'avenir plus ouvert et résistant à la censure. Ses caractéristiques clés sont les suivantes : plusieurs nœuds qui ne se font pas confiance ( peuvent être des ordinateurs personnels, des GPU en cloud ou des dispositifs en périphérie ) qui collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en distribuant et en collaborant sur les tâches via des protocoles, tout en s'appuyant sur des mécanismes d'incitation cryptographiques pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
Difficultés d'hétérogénéité des appareils et de découpage : coordination difficile des appareils hétérogènes, faible efficacité de découpage des tâches
Goulot d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement évident de synchronisation des gradients
Exécution fiable manquante : absence d'un environnement d'exécution fiable, ce qui rend difficile la vérification de la participation réelle des nœuds au calcul.
Manque de coordination uniforme : pas de répartiteur central, distribution des tâches, mécanisme de retour d'exception complexe
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier, chacun contribuant à la puissance de calcul pour entraîner le modèle en collaboration, mais "la véritable formation décentralisée à grande échelle réellement réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et plusieurs autres aspects, mais la question de savoir si cela peut "collaborer efficacement + inciter à l'honnêteté + produire des résultats corrects" est encore à un stade précoce d'exploration de prototypes.
L'apprentissage fédéré, en tant que forme de transition entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle. Il est adapté aux scénarios où la conformité à la vie privée est importante, comme dans les domaines de la santé et de la finance (. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et des capacités de collaboration locale, tout en bénéficiant des avantages de la distribution des données dans l'entraînement décentralisé. Cependant, il dépend toujours d'une partie coordonnée de confiance et ne possède pas les caractéristiques d'ouverture totale et de résistance à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios où la conformité à la vie privée est requise, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, ce qui le rend plus approprié comme architecture de déploiement transitoire dans l'industrie.
) Tableau de comparaison panoramique des paradigmes d'entraînement IA### Architecture technique × Incitation à la confiance × Caractéristiques d'application(
![Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technique de la collaboration décentralisée])https://img-cdn.gateio.im/webp-social/moments-a03035c30dc3b5258366773e1ab0e495.webp(
) Décentralisation des limites, des opportunités et des chemins réels de l'entraînement.
D'un point de vue des paradigmes d'entraînement, la Décentralisation de l'entraînement n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, elle n'est naturellement pas adaptée à être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent de la haute mémoire vidéo, de la faible latence et de la bande passante élevée, ce qui rend difficile le découpage et la synchronisation efficaces dans un réseau ouvert ; les tâches ayant des restrictions fortes en matière de confidentialité des données et de souveraineté ###, comme dans les domaines médical, financier et des données sensibles (, sont contraintes par la conformité légale et les contraintes éthiques, ce qui empêche le partage ouvert ; tandis que les tâches manquant de bases d'incitation à la collaboration ), telles que les modèles fermés d'entreprise ou l'entraînement de prototypes internes (, manquent de motivation à la participation externe. Ces frontières constituent ensemble les limites réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans des types de tâches légers, facilement parallélisables et incitatifs, l'entraînement décentralisé montre des perspectives d'application claires. Y compris, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental telles que RLHF, DPO), l'entraînement et l'annotation de données par crowdsourcing, l'entraînement de petits modèles de base contrôlés par les ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs Edge. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à la puissance de calcul hétérogène, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
(# Aperçu de l'adaptabilité des tâches de formation à la Décentralisation
![Évolution des paradigmes d'entraînement AI : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée])https://img-cdn.gateio.im/webp-social/moments-f0af7b28242215cca3784f0547830879.webp###
( Analyse des projets classiques de formation à la Décentralisation
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain les plus représentatifs incluent Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales en matière d'architecture système et de conception d'algorithmes, représentant les directions de recherche théorique à la pointe; tandis que les voies de mise en œuvre de Gensyn et Flock.io sont relativement claires, montrant des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera en outre leurs différences et leurs relations complémentaires dans le système de formation IA décentralisé.
)# Prime Intellect: Pionnier des réseaux collaboratifs d'apprentissage par renforcement vérifiables par la trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à quiconque de participer à l'entraînement et de recevoir des récompenses fiables pour sa contribution de calcul. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, créer un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
![Évolution des paradigmes d'entraînement AI : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée]###https://img-cdn.gateio.im/webp-social/moments-3a83d085e7a7abfe72221958419cd6d8.webp###
Deux, explication détaillée des mécanismes clés de l'entraînement de Prime Intellect
PRIME-RL: architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, spécialement conçu pour des réseaux hétérogènes et des participations asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, décomposant de manière structurelle le processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter de manière indépendante la boucle de tâches localement et de collaborer avec des mécanismes de validation et d'agrégation via des interfaces standardisées. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant à la fois la complexité du système et posant les bases pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme de vérification du comportement d'entraînement léger
TOPLOC(Observation de confiance et vérification de la localité) est un mécanisme central de vérifiabilité proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement complété un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul intégral du modèle, mais complète la vérification de structure légère en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie". Il transforme pour la première fois les trajectoires de comportement au cours du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour réaliser une distribution de récompenses d'entraînement sans confiance, fournissant un chemin pratique pour construire un réseau d'entraînement collaboratif décentralisé, auditables et incitatifs.
SHARDCAST: Protocole d'agrégation et de propagation des poids asynchrones
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements de réseau réels asynchrones, à bande passante limitée et avec des états de nœuds variables. Il combine un mécanisme de propagation de gossip avec une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles dans des états désynchronisés, réalisant ainsi une convergence progressive des poids et une évolution multi-versionnelle. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant ainsi la base fondamentale pour établir un consensus de poids stable et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication réalisé de manière indépendante et open source par l'équipe de Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses telles que Ring, Expander, Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant l'entraînement collaboratif des modèles en ne s'appuyant que sur des nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux appareils en périphérie de participer de manière stable aux tâches d'entraînement, améliorant ainsi considérablement la participation à l'entraînement collaboratif mondial, et constitue l'une des infrastructures de communication clés pour la construction de réseaux d'entraînement décentralisés.
PCCL: Bibliothèque de communication collaborative
PCCL(Prime Collective Communication Library) est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles( telles que NCCL, Gloo) dans des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression de gradients, la synchronisation à faible précision et la reprise à partir de points de contrôle, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant sous-jacent soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs du réseau d'entraînement, ouvrant la "dernière ligne droite" des infrastructures de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, réseau d'incitation Prime Intellect et répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans autorisation, vérifiable et doté de mécanismes d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles clés :
Initiateur de la tâche : définir l'environnement d'entraînement, le modèle initial, la fonction de récompense et les critères de validation
Nœud d'entraînement : exécuter un entraînement local, soumettre des mises à jour de poids et des trajectoires d'observation
Nœud de validation : utiliser le mécanisme TOPLOC pour vérifier l'authenticité des comportements d'entraînement et participer au calcul des récompenses et à l'agrégation des stratégies.
Le processus central du protocole comprend la publication de tâches, l'entraînement des nœuds, la validation des trajectoires, l'agrégation des poids (SHARDCAST) et la distribution des récompenses, formant un cercle incitatif autour du "comportement d'entraînement réel".
Quatre, INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
22 J'aime
Récompense
22
6
Partager
Commentaire
0/400
digital_archaeologist
· 07-20 15:58
Il s'avère que les Bots ont aussi des classes.
Voir l'originalRépondre0
TokenVelocity
· 07-20 08:03
La centralisation n'est-elle pas un cancer ? Peut-on entrer dans une position cette fois ?
Voir l'originalRépondre0
GasFeeCrying
· 07-19 11:10
Le coût d'entraînement est vraiment élevé.. c'est vraiment des frais de gas qui me font pleurer.
Voir l'originalRépondre0
SchrodingersPaper
· 07-17 17:01
Morte de rire, encore une révolution sur papier.
Voir l'originalRépondre0
not_your_keys
· 07-17 16:54
Eh bien, n'est-ce pas comme reconstruire infura ?
Voir l'originalRépondre0
DeFiCaffeinator
· 07-17 16:43
Décentralisation ai est trop difficile et trop cher.
Révolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la décentralisation collaborative
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée
Dans la chaîne de valeur complète de l'IA, l'entraînement des modèles est l'étape la plus gourmande en ressources et ayant la plus haute barrière technique, déterminant directement les limites de capacité des modèles et l'efficacité des applications réelles. Comparé à l'appel léger de la phase d'inférence, le processus d'entraînement nécessite un investissement continu en puissance de calcul à grande échelle, des processus de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, représentant véritablement l'"industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, que cet article discutera en détail.
L'entraînement centralisé est la méthode traditionnelle la plus courante, effectuée par une seule institution au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des composants matériels, des logiciels de base, du système de planification de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration profonde permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui la rend très adaptée à l'entraînement de modèles à grande échelle tels que GPT, Gemini, offrant des avantages tels qu'une grande efficacité et un contrôle des ressources, tout en présentant en même temps des problèmes de monopole de données, de barrières à l'entrée, de consommation d'énergie et de risques de points uniques.
L'entraînement distribué est la méthode dominante pour l'entraînement de grands modèles actuellement. Son cœur consiste à décomposer les tâches d'entraînement du modèle, puis à les répartir sur plusieurs machines pour une exécution collaborative, afin de surmonter les limites de calcul et de stockage d'une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, à travers la technologie de bus d'interconnexion à haute vitesse NVLink, où le nœud principal coordonne de manière unifiée les sous-tâches. Les méthodes dominantes comprennent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", similaire à un même patron dirigeant à distance plusieurs employés de "bureaux" collaborant pour accomplir une tâche. Actuellement, presque tous les grands modèles mainstream sont entraînés de cette manière.
La formation décentralisée représente un chemin d'avenir plus ouvert et résistant à la censure. Ses caractéristiques clés sont les suivantes : plusieurs nœuds qui ne se font pas confiance ( peuvent être des ordinateurs personnels, des GPU en cloud ou des dispositifs en périphérie ) qui collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en distribuant et en collaborant sur les tâches via des protocoles, tout en s'appuyant sur des mécanismes d'incitation cryptographiques pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier, chacun contribuant à la puissance de calcul pour entraîner le modèle en collaboration, mais "la véritable formation décentralisée à grande échelle réellement réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et plusieurs autres aspects, mais la question de savoir si cela peut "collaborer efficacement + inciter à l'honnêteté + produire des résultats corrects" est encore à un stade précoce d'exploration de prototypes.
L'apprentissage fédéré, en tant que forme de transition entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle. Il est adapté aux scénarios où la conformité à la vie privée est importante, comme dans les domaines de la santé et de la finance (. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et des capacités de collaboration locale, tout en bénéficiant des avantages de la distribution des données dans l'entraînement décentralisé. Cependant, il dépend toujours d'une partie coordonnée de confiance et ne possède pas les caractéristiques d'ouverture totale et de résistance à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios où la conformité à la vie privée est requise, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, ce qui le rend plus approprié comme architecture de déploiement transitoire dans l'industrie.
) Tableau de comparaison panoramique des paradigmes d'entraînement IA### Architecture technique × Incitation à la confiance × Caractéristiques d'application(
![Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technique de la collaboration décentralisée])https://img-cdn.gateio.im/webp-social/moments-a03035c30dc3b5258366773e1ab0e495.webp(
) Décentralisation des limites, des opportunités et des chemins réels de l'entraînement.
D'un point de vue des paradigmes d'entraînement, la Décentralisation de l'entraînement n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, elle n'est naturellement pas adaptée à être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent de la haute mémoire vidéo, de la faible latence et de la bande passante élevée, ce qui rend difficile le découpage et la synchronisation efficaces dans un réseau ouvert ; les tâches ayant des restrictions fortes en matière de confidentialité des données et de souveraineté ###, comme dans les domaines médical, financier et des données sensibles (, sont contraintes par la conformité légale et les contraintes éthiques, ce qui empêche le partage ouvert ; tandis que les tâches manquant de bases d'incitation à la collaboration ), telles que les modèles fermés d'entreprise ou l'entraînement de prototypes internes (, manquent de motivation à la participation externe. Ces frontières constituent ensemble les limites réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans des types de tâches légers, facilement parallélisables et incitatifs, l'entraînement décentralisé montre des perspectives d'application claires. Y compris, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental telles que RLHF, DPO), l'entraînement et l'annotation de données par crowdsourcing, l'entraînement de petits modèles de base contrôlés par les ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs Edge. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à la puissance de calcul hétérogène, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
(# Aperçu de l'adaptabilité des tâches de formation à la Décentralisation
![Évolution des paradigmes d'entraînement AI : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée])https://img-cdn.gateio.im/webp-social/moments-f0af7b28242215cca3784f0547830879.webp###
( Analyse des projets classiques de formation à la Décentralisation
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain les plus représentatifs incluent Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales en matière d'architecture système et de conception d'algorithmes, représentant les directions de recherche théorique à la pointe; tandis que les voies de mise en œuvre de Gensyn et Flock.io sont relativement claires, montrant des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera en outre leurs différences et leurs relations complémentaires dans le système de formation IA décentralisé.
)# Prime Intellect: Pionnier des réseaux collaboratifs d'apprentissage par renforcement vérifiables par la trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à quiconque de participer à l'entraînement et de recevoir des récompenses fiables pour sa contribution de calcul. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, créer un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
![Évolution des paradigmes d'entraînement AI : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée]###https://img-cdn.gateio.im/webp-social/moments-3a83d085e7a7abfe72221958419cd6d8.webp###
Deux, explication détaillée des mécanismes clés de l'entraînement de Prime Intellect
PRIME-RL: architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, spécialement conçu pour des réseaux hétérogènes et des participations asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, décomposant de manière structurelle le processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter de manière indépendante la boucle de tâches localement et de collaborer avec des mécanismes de validation et d'agrégation via des interfaces standardisées. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant à la fois la complexité du système et posant les bases pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme de vérification du comportement d'entraînement léger
TOPLOC(Observation de confiance et vérification de la localité) est un mécanisme central de vérifiabilité proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement complété un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul intégral du modèle, mais complète la vérification de structure légère en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie". Il transforme pour la première fois les trajectoires de comportement au cours du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour réaliser une distribution de récompenses d'entraînement sans confiance, fournissant un chemin pratique pour construire un réseau d'entraînement collaboratif décentralisé, auditables et incitatifs.
SHARDCAST: Protocole d'agrégation et de propagation des poids asynchrones
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements de réseau réels asynchrones, à bande passante limitée et avec des états de nœuds variables. Il combine un mécanisme de propagation de gossip avec une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles dans des états désynchronisés, réalisant ainsi une convergence progressive des poids et une évolution multi-versionnelle. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant ainsi la base fondamentale pour établir un consensus de poids stable et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication réalisé de manière indépendante et open source par l'équipe de Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses telles que Ring, Expander, Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant l'entraînement collaboratif des modèles en ne s'appuyant que sur des nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux appareils en périphérie de participer de manière stable aux tâches d'entraînement, améliorant ainsi considérablement la participation à l'entraînement collaboratif mondial, et constitue l'une des infrastructures de communication clés pour la construction de réseaux d'entraînement décentralisés.
PCCL: Bibliothèque de communication collaborative
PCCL(Prime Collective Communication Library) est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles( telles que NCCL, Gloo) dans des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression de gradients, la synchronisation à faible précision et la reprise à partir de points de contrôle, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant sous-jacent soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs du réseau d'entraînement, ouvrant la "dernière ligne droite" des infrastructures de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, réseau d'incitation Prime Intellect et répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans autorisation, vérifiable et doté de mécanismes d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles clés :
Le processus central du protocole comprend la publication de tâches, l'entraînement des nœuds, la validation des trajectoires, l'agrégation des poids (SHARDCAST) et la distribution des récompenses, formant un cercle incitatif autour du "comportement d'entraînement réel".
Quatre, INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance.