Le Saint Graal de Crypto AI : Exploration de pointe de l'entraînement décentralisé
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente la plus haute barrière technique, déterminant directement la limite de capacité des modèles et l'efficacité de leur application réelle. Par rapport 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 le véritable "secteur lourd" de la construction des systèmes IA. D'un point de vue paradigmatique, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le principal sujet de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule entité dans un cluster haute performance local, où l'ensemble du processus d'entraînement, des matériels, des logiciels de base, du système de gestion de cluster, jusqu'à tous les composants du 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 particulièrement adaptée à l'entraînement de modèles à grande échelle comme GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources. Cependant, elle présente également des problèmes tels que le monopole des données, les barrières à l'entrée, la consommation d'énergie et les risques de point de défaillance.
L'entraînement distribué est la méthode dominante pour l'entraînement de grands modèles actuellement. Son principe de base consiste à décomposer les tâches d'entraînement du modèle et à les répartir sur plusieurs machines pour une exécution collaborative, afin de surmonter les goulots d'étranglement de calcul et de stockage sur une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé, planifié et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local haute vitesse, et coordonné de manière unifiée par le nœud principal pour chaque sous-tâche via la technologie de bus interconnecté haute vitesse NVLink. Les méthodes dominantes comprennent :
Parallélisme des données : chaque nœud entraîne des paramètres de données différents, partage de poids de modèle nécessaire.
Parallélisme de modèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité
Pipeline parallèle : exécution séquentielle par étapes, augmentation du débit
Parallélisme de tenseurs : 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" pour collaborer et accomplir des tâches. Actuellement, presque tous les grands modèles courants sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques fondamentales sont les suivantes : plusieurs nœuds qui ne se font pas confiance collaborent à la réalisation de la tâche de formation sans coordinateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, tout en utilisant un mécanisme d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
Difficulté d'hétérogénéité des appareils et de découpage : coordination difficile des appareils hétérogènes, faible efficacité de découpage des tâches.
Bouteille d'efficacité de communication : communication réseau instable, le goulot d'étranglement de la synchronisation des gradients est évident
Exécution fiable manquante : absence d'environnement d'exécution fiable, difficile de vérifier si les nœuds participent réellement au calcul.
Manque de coordination unifiée : pas de centralisateur, distribution des tâches, mécanisme de retour en arrière des exceptions complexe
L'entraînement décentralisé peut être compris comme : un groupe de bénévoles du monde entier contribuant chacun à la puissance de calcul pour entraîner le modèle en collaboration, mais "le véritable entraînement décentralisé à grande échelle 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, etc. Cependant, la question de savoir si cela peut être "collaboratif et efficace + incitatif à l'honnêteté + résultats corrects" en est encore au stade d'exploration précoce des 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, ce qui le rend adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède la structure d'ingénierie de formation distribuée et la capacité de collaboration locale, tout en bénéficiant des avantages de la dispersion des données de la formation décentralisée, mais il dépend toujours d'une partie coordonnante de confiance et ne présente pas de caractéristiques entièrement ouvertes et résistantes à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios conformes à la vie privée, relativement modérée en termes de tâches de formation, de structure de confiance et de mécanismes de communication, et est donc plus adapté en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, opportunités et voies réalistes de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée 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 pour être réalisée efficacement entre des nœuds hétérogènes et sans confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une grande mémoire vidéo, d'une faible latence et d'une bande passante élevée, ce qui rend difficile le découpage et la synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions fortes sur la confidentialité des données et la souveraineté sont limitées par des contraintes légales et éthiques, ce qui les empêche d'être partagées ouvertement ; tandis que les tâches manquant d'incitations à la collaboration manquent de motivation pour l'engagement externe. Ces frontières constituent ensemble les limitations réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légères en structure, faciles à paralléliser et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais ne se limite pas à : l'ajustement LoRA, les tâches d'entraînement post-alignement comportemental, l'entraînement et l'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des appareils en périphérie. Ces tâches possèdent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à des puissances de calcul hétérogènes, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de pointe de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain représentatifs incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales dans l'architecture des systèmes et la conception des algorithmes, représentant les directions de recherche théorique à la pointe actuelle ; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, montrant déjà des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies centrales et l'architecture d'ingénierie derrière ces cinq projets, et examinera en outre leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : pionnier des réseaux de collaboration 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 d'obtenir des récompenses fiables pour sa contribution au calcul. Prime Intellect souhaite, grâce aux trois grands modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Détails des mécanismes clés de formation de Prime Intellect
PRIME-RL: Architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution des tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour des réseaux hétérogènes et des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, décomposant structurellement les processus d'entraînement, d'inférence et de téléchargement des poids, permettant à chaque nœud d'entraînement de compléter indépendamment le cycle de tâches localement et de collaborer via des interfaces standardisées avec les mécanismes de validation et d'agrégation. Comparé 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 ainsi la complexité du système et établissant une base pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme de validation du comportement d'entraînement léger
TOPLOC est un mécanisme de cœur de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement effectué un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement aux solutions lourdes telles que ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais analyse les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie" pour réaliser une vérification de structure légère. Il transforme pour la première fois les trajectoires comportementales 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 une voie viable pour construire un réseau d'entraînement collaboratif décentralisé, pouvant être audité et incitatif.
SHARDCAST: Protocole d'agrégation et de propagation de poids asynchrone
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 changeants. Il combine un mécanisme de propagation gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles dans des états non synchronisés, réalisant ainsi une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour établir un consensus stable sur les poids et un entraînement itératif continu.
OpenDiLoCo: cadre de communication asynchrone clairsemé
OpenDiLoCo est un cadre d'optimisation de communication indépendant et open source réalisé par l'équipe Prime Intellect sur la base du concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants tels que les limitations de bande passante, 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 et Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, et permettant de réaliser un entraînement collaboratif du modèle en ne s'appuyant que sur les 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 périphériques de participer de manière stable aux tâches d'entraînement, améliorant 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 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 sur des appareils hétérogènes et des réseaux à faible bande passante. PCCL prend en charge des topologies éparses, la compression de gradients, la synchronisation à faible précision et la reprise après incident, et peut fonctionner sur des GPU grand public et des nœuds instables. C'est un composant sous-jacent qui soutient la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante du réseau d'entraînement et la compatibilité des appareils, ouvrant ainsi la "dernière étape" de la communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Prime Intellect réseau de motivation et répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans autorisation, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer à des 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 de formation : exécuter une formation locale, soumettre des mises à jour de poids et des trajectoires d'observation
Nœuds 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, la formation des nœuds, la validation des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle incitatif axé sur "le comportement d'entraînement réel".
INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, qui est le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été formé grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité des réseaux de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture, de la vérifiabilité et de l'économie du processus d'entraînement dans un réseau de formation décentralisé.
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.
17 J'aime
Récompense
17
6
Partager
Commentaire
0/400
MetaDreamer
· Il y a 20h
La vague de désintermédiation reprend !
Voir l'originalRépondre0
CryptoMom
· Il y a 20h
Encore bloqué avec la puissance de calcul.
Voir l'originalRépondre0
CryptoAdventurer
· Il y a 20h
Encore en train de dessiner des BTC, ce goût est trop fort.
Voir l'originalRépondre0
HappyMinerUncle
· Il y a 20h
Puissance de calcul coûte cher à mourir, ça.
Voir l'originalRépondre0
retroactive_airdrop
· Il y a 20h
Ça a l'air un peu fatiguant
Voir l'originalRépondre0
BearMarketSurvivor
· Il y a 20h
Encore avoir la puissance de calcul pour sortir du cercle ? Je ne peux pas me le permettre.
Exploration de l'entraînement AI décentralisé : percées à la pointe de Prime Intellect et Pluralis
Le Saint Graal de Crypto AI : Exploration de pointe de l'entraînement décentralisé
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente la plus haute barrière technique, déterminant directement la limite de capacité des modèles et l'efficacité de leur application réelle. Par rapport 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 le véritable "secteur lourd" de la construction des systèmes IA. D'un point de vue paradigmatique, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le principal sujet de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule entité dans un cluster haute performance local, où l'ensemble du processus d'entraînement, des matériels, des logiciels de base, du système de gestion de cluster, jusqu'à tous les composants du 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 particulièrement adaptée à l'entraînement de modèles à grande échelle comme GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources. Cependant, elle présente également des problèmes tels que le monopole des données, les barrières à l'entrée, la consommation d'énergie et les risques de point de défaillance.
L'entraînement distribué est la méthode dominante pour l'entraînement de grands modèles actuellement. Son principe de base consiste à décomposer les tâches d'entraînement du modèle et à les répartir sur plusieurs machines pour une exécution collaborative, afin de surmonter les goulots d'étranglement de calcul et de stockage sur une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé, planifié et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local haute vitesse, et coordonné de manière unifiée par le nœud principal pour chaque sous-tâche via la technologie de bus interconnecté haute vitesse NVLink. 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" pour collaborer et accomplir des tâches. Actuellement, presque tous les grands modèles courants sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques fondamentales sont les suivantes : plusieurs nœuds qui ne se font pas confiance collaborent à la réalisation de la tâche de formation sans coordinateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, tout en utilisant un mécanisme d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
L'entraînement décentralisé peut être compris comme : un groupe de bénévoles du monde entier contribuant chacun à la puissance de calcul pour entraîner le modèle en collaboration, mais "le véritable entraînement décentralisé à grande échelle 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, etc. Cependant, la question de savoir si cela peut être "collaboratif et efficace + incitatif à l'honnêteté + résultats corrects" en est encore au stade d'exploration précoce des 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, ce qui le rend adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède la structure d'ingénierie de formation distribuée et la capacité de collaboration locale, tout en bénéficiant des avantages de la dispersion des données de la formation décentralisée, mais il dépend toujours d'une partie coordonnante de confiance et ne présente pas de caractéristiques entièrement ouvertes et résistantes à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios conformes à la vie privée, relativement modérée en termes de tâches de formation, de structure de confiance et de mécanismes de communication, et est donc plus adapté en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, opportunités et voies réalistes de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée 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 pour être réalisée efficacement entre des nœuds hétérogènes et sans confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une grande mémoire vidéo, d'une faible latence et d'une bande passante élevée, ce qui rend difficile le découpage et la synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions fortes sur la confidentialité des données et la souveraineté sont limitées par des contraintes légales et éthiques, ce qui les empêche d'être partagées ouvertement ; tandis que les tâches manquant d'incitations à la collaboration manquent de motivation pour l'engagement externe. Ces frontières constituent ensemble les limitations réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légères en structure, faciles à paralléliser et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais ne se limite pas à : l'ajustement LoRA, les tâches d'entraînement post-alignement comportemental, l'entraînement et l'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des appareils en périphérie. Ces tâches possèdent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à des puissances de calcul hétérogènes, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de pointe de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain représentatifs incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales dans l'architecture des systèmes et la conception des algorithmes, représentant les directions de recherche théorique à la pointe actuelle ; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, montrant déjà des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies centrales et l'architecture d'ingénierie derrière ces cinq projets, et examinera en outre leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : pionnier des réseaux de collaboration 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 d'obtenir des récompenses fiables pour sa contribution au calcul. Prime Intellect souhaite, grâce aux trois grands modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Détails des mécanismes clés de formation de Prime Intellect
PRIME-RL: Architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution des tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour des réseaux hétérogènes et des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, décomposant structurellement les processus d'entraînement, d'inférence et de téléchargement des poids, permettant à chaque nœud d'entraînement de compléter indépendamment le cycle de tâches localement et de collaborer via des interfaces standardisées avec les mécanismes de validation et d'agrégation. Comparé 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 ainsi la complexité du système et établissant une base pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme de validation du comportement d'entraînement léger
TOPLOC est un mécanisme de cœur de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement effectué un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement aux solutions lourdes telles que ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais analyse les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie" pour réaliser une vérification de structure légère. Il transforme pour la première fois les trajectoires comportementales 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 une voie viable pour construire un réseau d'entraînement collaboratif décentralisé, pouvant être audité et incitatif.
SHARDCAST: Protocole d'agrégation et de propagation de poids asynchrone
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 changeants. Il combine un mécanisme de propagation gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles dans des états non synchronisés, réalisant ainsi une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour établir un consensus stable sur les poids et un entraînement itératif continu.
OpenDiLoCo: cadre de communication asynchrone clairsemé
OpenDiLoCo est un cadre d'optimisation de communication indépendant et open source réalisé par l'équipe Prime Intellect sur la base du concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants tels que les limitations de bande passante, 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 et Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, et permettant de réaliser un entraînement collaboratif du modèle en ne s'appuyant que sur les 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 périphériques de participer de manière stable aux tâches d'entraînement, améliorant 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 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 sur des appareils hétérogènes et des réseaux à faible bande passante. PCCL prend en charge des topologies éparses, la compression de gradients, la synchronisation à faible précision et la reprise après incident, et peut fonctionner sur des GPU grand public et des nœuds instables. C'est un composant sous-jacent qui soutient la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante du réseau d'entraînement et la compatibilité des appareils, ouvrant ainsi la "dernière étape" de la communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Prime Intellect réseau de motivation et répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans autorisation, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer à des 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, la formation des nœuds, la validation des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle incitatif axé sur "le comportement d'entraînement réel".
INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, qui est le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été formé grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité des réseaux de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture, de la vérifiabilité et de l'économie du processus d'entraînement dans un réseau de formation décentralisé.