Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la Décentralisation collaborative, une révolution technologique
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 qui présente la plus haute barrière technique, déterminant directement la capacité maximale des modèles et les effets d'application réels. 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 flux de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, constituant le véritable "secteur lourd" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être divisées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et l'entraînement décentralisé discuté dans cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule institution dans un cluster haute performance local, où l'ensemble du processus d'entraînement, des composants matériels, des logiciels de base, du système de gestion de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture profondément collaborative 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 tels que 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'accès aux ressources, la consommation d'énergie et le risque de point unique.
L'entraînement distribué est la méthode principale d'entraînement des grands modèles actuels, dont le cœur consiste à décomposer les tâches d'entraînement du modèle et à les distribuer à plusieurs machines pour qu'elles s'exécutent en collaboration, afin de surmonter les goulots d'étranglement de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques "décentralisées", l'ensemble reste contrôlé, programmé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus interconnexion haute vitesse NVLink, le nœud principal coordonnant uniformément les sous-tâches. Les méthodes principales incluent :
Données parallèles : chaque nœud entraîne des paramètres de données différents avec des poids de modèle à partager, nécessitant une correspondance.
Parallélisme de modèle: déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité
Pipelines parallèles : exécution en série par étapes, augmentation du débit
Parallélisation des tenseurs : segmentation fine des calculs matriciels, amélioration de la granularité de parallélisation
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", analogue à un même patron dirigeant à distance plusieurs employés de "bureaux" pour collaborer à la réalisation d'une tâche. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente donc une voie future plus ouverte et résistante à la censure. Sa caractéristique principale réside dans : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en distribuant et en collaborant sur les tâches par le biais de protocoles, et en utilisant un mécanisme d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
Hétérogénéité des appareils et difficultés de découpage : coordination difficile entre les appareils hétérogènes, faible efficacité de découpage des tâches
Bouteille d'étranglement de l'efficacité de communication : la communication réseau est instable, le goulot d'étranglement de la synchronisation des gradients est évident
Exécution fiable manquante : manque 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, mécanismes de rollback des exceptions complexes
La formation décentralisée peut être comprise comme : un groupe de volontaires du monde entier contribuant chacun leur puissance de calcul pour entraîner le modèle de manière collaborative, mais la "vraie formation décentralisée 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 et plusieurs autres aspects. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + résultats corrects" en est encore au stade d'exploration précoce du prototype.
L'apprentissage fédéré, en tant que forme intermédiaire entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, et est adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité de coopération locale, tout en bénéficiant de l'avantage de la dispersion des données dans l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnatrice de confiance et ne possède pas des caractéristiques totalement ouvertes et résistantes à la censure. Il peut être considéré comme une solution "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, étant relativement modéré en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, et il est mieux adapté comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des frontières, des opportunités et des réalités de la formation
D'un point de vue paradigmatique, 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 exigences en ressources extrêmement élevées ou de la difficulté de collaboration, elle n'est naturellement pas adaptée pour être efficacement réalisée entre des nœuds hétérogènes et non fiables. Par exemple, la formation de grands modèles dépend souvent d'une mémoire vive élevée, d'une faible latence et d'une bande passante élevée, ce qui rend difficile leur découpage et leur synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions fortes en matière de confidentialité des données et de souveraineté sont limitées par des contraintes légales et éthiques, rendant impossible le partage ouvert ; tandis que les tâches manquant de bases incitatives à la collaboration souffrent d'un manque de motivation externe à participer. Ces frontières constituent ensemble les limites réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, pour des types de tâches légères, faciles à paralléliser et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le réglage fin LoRA, les tâches de post-formation d'alignement comportemental, les tâches d'entraînement et d'annotation de données par crowdsourcing, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs périphériques. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à des capacités de calcul hétérogènes, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimisateurs 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 les plus représentatifs comprennent 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 en matière d'architecture système et de conception d'algorithmes, représentant les directions de recherche théorique à la pointe; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, et des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies clés et l'architecture d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : pionnier des réseaux de collaboration de renforcement d'apprentissage 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 modules PRIME-RL + TOPLOC + SHARDCAST, construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et mécanisme d'incitation complet.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, Explication détaillée des mécanismes clés d'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 de formation décentralisés, conçu spécifiquement pour des réseaux hétérogènes et des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant structurellement les processus de formation, d'inférence et de téléchargement de poids, permettant à chaque nœud de formation de compléter indépendamment sa boucle de tâches localement, et de collaborer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Comparé aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'une formation flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système tout en posant les bases du support à la parallélisation des tâches multiples et à l'évolution des stratégies.
TOPLOC: Mécanisme de validation de comportement d'entraînement léger
TOPLOC est un mécanisme central de vérifiabilité des entraînements 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 à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais complète la vérification de structure légère en analysant la trajectoire de cohérence locale entre "séquences d'observation ↔ mises à jour de stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le 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, auditables et incitatifs.
SHARDCAST: Protocole d'agrégation et de propagation des poids asynchrones
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et à état de nœud variable. Il combine un mécanisme de diffusion 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 ainsi une base essentielle pour établir un consensus stable sur les poids et un entraînement itératif continu.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication développé de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu 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 repose 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, permettant d'achever l'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 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 construire des 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 dispositifs 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 panne, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant sous-jacent qui soutient 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 étape" de l'infrastructure de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et doté d'un mécanisme 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
Nœuds de validation : Utiliser le mécanisme TOPLOC pour vérifier l'authenticité du comportement d'entraînement et participer au calcul des récompenses et à l'agrégation des stratégies.
Le processus central du protocole comprend la publication des tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, constituant un cercle d'incitation 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, 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 coopération 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 d'un réseau 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 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.
10 J'aime
Récompense
10
5
Partager
Commentaire
0/400
PumpBeforeRug
· 07-29 08:34
Cette vague de big pump est prévue, restez à l'affût !
Voir l'originalRépondre0
WhaleStalker
· 07-29 00:52
L'apprentissage fédéré a été beaucoup trop exagéré.
Voir l'originalRépondre0
PaperHandsCriminal
· 07-29 00:46
L'industrie lourde, n'est-ce pas... ça vaut une Heavy Position de me faire exploser.
Voir l'originalRépondre0
SilentObserver
· 07-29 00:44
Ce qu'on appelle la décentralisation, y a-t-il vraiment une décentralisation ?
Voir l'originalRépondre0
Anon32942
· 07-29 00:27
Les meilleurs joueurs qui montrent leurs compétences sont de retour pour exhiber leurs muscles.
Révolution des paradigmes d'entraînement de l'IA : de la centralisation à la Décentralisation de l'évolution technologique
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la Décentralisation collaborative, une révolution technologique
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 qui présente la plus haute barrière technique, déterminant directement la capacité maximale des modèles et les effets d'application réels. 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 flux de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, constituant le véritable "secteur lourd" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être divisées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et l'entraînement décentralisé discuté dans cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule institution dans un cluster haute performance local, où l'ensemble du processus d'entraînement, des composants matériels, des logiciels de base, du système de gestion de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture profondément collaborative 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 tels que 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'accès aux ressources, la consommation d'énergie et le risque de point unique.
L'entraînement distribué est la méthode principale d'entraînement des grands modèles actuels, dont le cœur consiste à décomposer les tâches d'entraînement du modèle et à les distribuer à plusieurs machines pour qu'elles s'exécutent en collaboration, afin de surmonter les goulots d'étranglement de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques "décentralisées", l'ensemble reste contrôlé, programmé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus interconnexion haute vitesse NVLink, le nœud principal coordonnant uniformément les sous-tâches. Les méthodes principales incluent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", analogue à un même patron dirigeant à distance plusieurs employés de "bureaux" pour collaborer à la réalisation d'une tâche. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente donc une voie future plus ouverte et résistante à la censure. Sa caractéristique principale réside dans : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en distribuant et en collaborant sur les tâches par le biais de protocoles, et en utilisant un mécanisme d'incitation cryptographique 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 volontaires du monde entier contribuant chacun leur puissance de calcul pour entraîner le modèle de manière collaborative, mais la "vraie formation décentralisée 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 et plusieurs autres aspects. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + résultats corrects" en est encore au stade d'exploration précoce du prototype.
L'apprentissage fédéré, en tant que forme intermédiaire entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, et est adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité de coopération locale, tout en bénéficiant de l'avantage de la dispersion des données dans l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnatrice de confiance et ne possède pas des caractéristiques totalement ouvertes et résistantes à la censure. Il peut être considéré comme une solution "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, étant relativement modéré en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, et il est mieux adapté comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des frontières, des opportunités et des réalités de la formation
D'un point de vue paradigmatique, 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 exigences en ressources extrêmement élevées ou de la difficulté de collaboration, elle n'est naturellement pas adaptée pour être efficacement réalisée entre des nœuds hétérogènes et non fiables. Par exemple, la formation de grands modèles dépend souvent d'une mémoire vive élevée, d'une faible latence et d'une bande passante élevée, ce qui rend difficile leur découpage et leur synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions fortes en matière de confidentialité des données et de souveraineté sont limitées par des contraintes légales et éthiques, rendant impossible le partage ouvert ; tandis que les tâches manquant de bases incitatives à la collaboration souffrent d'un manque de motivation externe à participer. Ces frontières constituent ensemble les limites réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, pour des types de tâches légères, faciles à paralléliser et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le réglage fin LoRA, les tâches de post-formation d'alignement comportemental, les tâches d'entraînement et d'annotation de données par crowdsourcing, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs périphériques. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à des capacités de calcul hétérogènes, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimisateurs 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 les plus représentatifs comprennent 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 en matière d'architecture système et de conception d'algorithmes, représentant les directions de recherche théorique à la pointe; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, et des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies clés et l'architecture d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : pionnier des réseaux de collaboration de renforcement d'apprentissage 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 modules PRIME-RL + TOPLOC + SHARDCAST, construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et mécanisme d'incitation complet.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, Explication détaillée des mécanismes clés d'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 de formation décentralisés, conçu spécifiquement pour des réseaux hétérogènes et des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant structurellement les processus de formation, d'inférence et de téléchargement de poids, permettant à chaque nœud de formation de compléter indépendamment sa boucle de tâches localement, et de collaborer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Comparé aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'une formation flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système tout en posant les bases du support à la parallélisation des tâches multiples et à l'évolution des stratégies.
TOPLOC: Mécanisme de validation de comportement d'entraînement léger
TOPLOC est un mécanisme central de vérifiabilité des entraînements 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 à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais complète la vérification de structure légère en analysant la trajectoire de cohérence locale entre "séquences d'observation ↔ mises à jour de stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le 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, auditables et incitatifs.
SHARDCAST: Protocole d'agrégation et de propagation des poids asynchrones
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et à état de nœud variable. Il combine un mécanisme de diffusion 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 ainsi une base essentielle pour établir un consensus stable sur les poids et un entraînement itératif continu.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication développé de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu 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 repose 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, permettant d'achever l'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 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 construire des 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 dispositifs 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 panne, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant sous-jacent qui soutient 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 étape" de l'infrastructure de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et doté d'un mécanisme 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 des tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, constituant un cercle d'incitation 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, 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 coopération 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 d'un réseau 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 du processus d'entraînement dans un réseau de formation décentralisé.