Cawan Suci Crypto AI: Penjelajahan Terdepan dalam Pelatihan Desentralisasi

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling mengkonsumsi sumber daya dan memiliki hambatan teknis tertinggi, yang secara langsung menentukan batas kemampuan model dan efektivitas aplikasi nyata. Jika dibandingkan dengan pemanggilan ringan pada tahap inferensi, proses pelatihan memerlukan investasi daya komputasi besar-besaran secara terus-menerus, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, sehingga menjadi "industri berat" yang sesungguhnya dalam pembangunan sistem AI. Dari perspektif paradigma arsitektur, metode pelatihan dapat dibagi menjadi empat kategori: pelatihan terpusat, pelatihan terdistribusi, pembelajaran federasi, dan pelatihan desentralisasi yang menjadi fokus pembahasan dalam artikel ini.

Pelatihan terpusat adalah cara tradisional yang paling umum, dilakukan oleh satu lembaga di dalam kluster berkinerja tinggi lokal menyelesaikan seluruh proses pelatihan, dari perangkat keras, perangkat lunak dasar, sistem penjadwalan kluster, hingga semua komponen kerangka pelatihan dikoordinasikan oleh sistem kontrol yang terpadu. Arsitektur kolaborasi mendalam ini memungkinkan berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan beroperasi dengan efisiensi terbaik, sangat cocok untuk pelatihan model skala besar seperti GPT, Gemini, dengan keuntungan efisiensi tinggi dan sumber daya yang dapat dikendalikan, tetapi juga memiliki masalah seperti monopoli data, penghalang sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah metode utama untuk pelatihan model besar saat ini, inti dari metode ini adalah membagi tugas pelatihan model dan mendistribusikannya ke beberapa mesin untuk dieksekusi secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", keseluruhan masih dikendalikan dan disinkronkan oleh lembaga terpusat, biasanya beroperasi di lingkungan jaringan lokal berkecepatan tinggi, melalui teknologi bus interkoneksi cepat NVLink, dengan node utama yang secara terpusat mengoordinasikan setiap sub-tugas. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda dan berbagi, perlu mencocokkan bobot model
• Paralelisme model: Menempatkan bagian-bagian berbeda dari model di node yang berbeda untuk mencapai skalabilitas yang kuat
• Paralel pipa: Eksekusi serial bertahap, meningkatkan throughput
• Paralel Tensor: Memecah perhitungan matriks secara rinci, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", yang bisa disamakan dengan seorang bos yang mengarahkan kolaborasi beberapa karyawan "kantor" di lokasi yang berbeda untuk menyelesaikan tugas. Saat ini, hampir semua model besar yang mainstream dilatih dengan cara ini.

Desentralisasi pelatihan mewakili jalur masa depan yang lebih terbuka dan memiliki sifat anti-sensor. Ciri utama dari ini adalah: banyak node yang saling tidak percaya berkolaborasi untuk menyelesaikan tugas pelatihan tanpa koordinator pusat, biasanya melalui protokol yang menggerakkan distribusi dan kolaborasi tugas, serta menggunakan mekanisme insentif kripto untuk memastikan kejujuran kontribusi. Tantangan utama yang dihadapi oleh model ini termasuk:

• Kesulitan heterogenitas perangkat dan pemisahan: Kesulitan dalam mengoordinasikan perangkat heterogen, efisiensi pemisahan tugas yang rendah
• Bottleneck efisiensi komunikasi: komunikasi jaringan tidak stabil, bottleneck sinkronisasi gradien jelas
• Kekurangan eksekusi yang dapat dipercaya: kurangnya lingkungan eksekusi yang dapat dipercaya, sulit untuk memverifikasi apakah node benar-benar terlibat dalam perhitungan.
• Kurangnya koordinasi yang terpadu: tidak ada pengatur pusat, distribusi tugas, dan mekanisme pemulihan kesalahan yang kompleks

Desentralisasi pelatihan dapat dipahami sebagai: sekelompok relawan global, masing-masing menyumbangkan kekuatan komputasi untuk melatih model secara kolaboratif, namun "pelatihan desentralisasi besar-besaran yang benar-benar dapat dilakukan" masih merupakan tantangan rekayasa sistemik, yang melibatkan arsitektur sistem, protokol komunikasi, keamanan kriptografi, mekanisme ekonomi, verifikasi model, dan berbagai aspek lainnya, tetapi apakah dapat "kolaborasi yang efektif + insentif untuk kejujuran + hasil yang benar" masih berada pada tahap eksplorasi prototipe awal.

Pembelajaran federasi sebagai bentuk transisi antara terdistribusi dan Desentralisasi, menekankan pada penyimpanan data secara lokal dan penggabungan parameter model secara terpusat, cocok untuk skenario yang memperhatikan kepatuhan privasi. Pembelajaran federasi memiliki struktur rekayasa pelatihan terdistribusi dan kemampuan kolaborasi lokal, sambil juga memiliki keunggulan penyebaran data dari pelatihan Desentralisasi, tetapi masih bergantung pada pihak pengkoordinasian yang terpercaya, dan tidak memiliki karakteristik yang sepenuhnya terbuka dan tahan sensor. Dapat dianggap sebagai solusi "Desentralisasi terkendali" dalam skenario kepatuhan privasi, dengan tugas pelatihan, struktur kepercayaan, dan mekanisme komunikasi yang relatif moderat, lebih cocok sebagai arsitektur penerapan transisi di industri.

Batas, Peluang, dan Jalur Realitas Pelatihan Desentralisasi

Dari sudut pandang paradigma pelatihan, pelatihan desentralisasi tidak cocok untuk semua jenis tugas. Dalam beberapa skenario, karena struktur tugas yang kompleks, kebutuhan sumber daya yang sangat tinggi, atau kesulitan kolaborasi, secara alami tidak cocok untuk diselesaikan secara efisien di antara node yang heterogen dan tidak tepercaya. Misalnya, pelatihan model besar sering bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, sulit untuk dipisahkan dan disinkronkan dengan efektif di jaringan terbuka; tugas yang memiliki batasan privasi data dan kedaulatan yang kuat terhambat oleh kepatuhan hukum dan batasan etika, sehingga tidak dapat dibagikan secara terbuka; sedangkan tugas yang kurang memiliki dasar insentif kolaborasi tidak memiliki dorongan partisipasi eksternal. Batasan-batasan ini bersama-sama membentuk batasan nyata pelatihan desentralisasi saat ini.

Tetapi ini tidak berarti bahwa pelatihan desentralisasi adalah proposisi palsu. Faktanya, dalam jenis tugas yang ringan struktural, mudah diparalelkan, dan dapat diinsentifkan, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk tetapi tidak terbatas pada: penyetelan LoRA, tugas pelatihan pasca-perilaku yang selaras, pelatihan dan penandaan data crowdsourcing, pelatihan model dasar kecil yang dapat dikendalikan sumber daya, serta skenario pelatihan kolaboratif yang melibatkan perangkat tepi. Tugas-tugas ini umumnya memiliki karakteristik paralelisme tinggi, keterkaitan rendah, dan toleransi terhadap kekuatan komputasi yang heterogen, sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, pengoptimal terdistribusi, dan cara lainnya.

Analisis Proyek Klasik Pelatihan Desentralisasi

Saat ini, proyek blockchain yang representatif di bidang pelatihan desentralisasi dan pembelajaran federasi terutama mencakup Prime Intellect, Pluralis.ai, Gensyn, Nous Research, dan Flock.io. Dari segi inovasi teknologi dan tingkat kesulitan implementasi rekayasa, Prime Intellect, Nous Research, dan Pluralis.ai telah mengajukan banyak eksplorasi orisinal dalam desain arsitektur sistem dan algoritma, mewakili arah penelitian teori terkini; sedangkan jalur implementasi Gensyn dan Flock.io relatif jelas, dan kemajuan rekayasa awal sudah dapat terlihat. Artikel ini akan secara bertahap menganalisis teknologi inti dan struktur rekayasa di balik lima proyek ini, dan lebih lanjut membahas perbedaan dan hubungan saling melengkapi dalam sistem pelatihan AI desentralisasi.

Prime Intellect: Pelopor jaringan kolaboratif pembelajaran penguatan yang dapat diverifikasi melalui jalur pelatihan

Prime Intellect berkomitmen untuk membangun jaringan pelatihan AI yang tidak memerlukan kepercayaan, sehingga siapa pun dapat berpartisipasi dalam pelatihan dan mendapatkan imbalan yang dapat dipercaya atas kontribusi komputasinya. Prime Intellect berharap dapat membangun sistem pelatihan AI desentralisasi yang memiliki verifikasi, keterbukaan, dan mekanisme insentif yang lengkap melalui tiga modul utama yaitu PRIME-RL + TOPLOC + SHARDCAST.

Struktur Tumpukan Protokol Prime Intellect dan Nilai Modul Kunci

Penjelasan Mendalam tentang Mekanisme Kunci Pelatihan Prime Intellect

PRIME-RL: Arsitektur Tugas Pembelajaran Penguatan Asinkron yang Terdecoupling

PRIME-RL adalah kerangka pemodelan dan eksekusi tugas yang disesuaikan oleh Prime Intellect untuk skenario pelatihan desentralisasi, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini menggunakan pembelajaran penguatan sebagai objek adaptasi prioritas, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara mandiri di lokal, dan berkolaborasi melalui antarmuka standar dengan mekanisme verifikasi dan agregasi. Dibandingkan dengan proses pembelajaran supervisi tradisional, PRIME-RL lebih cocok untuk menerapkan pelatihan yang fleksibel dalam lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung pelatihan multitasking secara paralel dan evolusi strategi.

TOPLOC: Mekanisme Verifikasi Perilaku Pelatihan Ringan

TOPLOC adalah mekanisme inti verifikasi pelatihan yang diajukan oleh Prime Intellect, digunakan untuk menentukan apakah sebuah node benar-benar telah menyelesaikan pembelajaran strategi yang efektif berdasarkan data observasi. Berbeda dengan skema berat seperti ZKML, TOPLOC tidak bergantung pada perhitungan ulang model secara keseluruhan, tetapi menyelesaikan verifikasi struktur ringan dengan menganalisis jejak konsistensi lokal antara "urutan observasi↔pembaruan strategi". Ini pertama kalinya mengubah jejak perilaku selama proses pelatihan menjadi objek yang dapat diverifikasi, inovasi kunci untuk mencapai distribusi penghargaan pelatihan tanpa perlu kepercayaan, dan menyediakan jalur yang dapat dilakukan untuk membangun jaringan pelatihan kolaboratif desentralisasi yang dapat diaudit dan diinsentif.

SHARDCAST: Protokol Agregasi dan Penyebaran Bobot Asinkron

SHARDCAST adalah protokol penyebaran dan penggabungan bobot yang dirancang oleh Prime Intellect, dioptimalkan khusus untuk lingkungan jaringan nyata yang asinkron, terbatas bandwidth, dan perubahan status node yang dinamis. Ini menggabungkan mekanisme penyebaran gossip dengan strategi sinkronisasi lokal, memungkinkan beberapa node untuk terus menyerahkan pembaruan parsial dalam keadaan tidak sinkron, mencapai konvergensi bobot yang progresif dan evolusi multi-versi. Dibandingkan dengan metode AllReduce terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan toleransi kesalahan dalam pelatihan desentralisasi, menjadi fondasi inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan yang berkelanjutan.

OpenDiLoCo: Kerangka Komunikasi Asinkron Sparse

OpenDiLoCo adalah kerangka optimasi komunikasi yang diimplementasikan secara independen dan open-source oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diajukan oleh DeepMind, dirancang khusus untuk tantangan umum dalam pelatihan desentralisasi seperti keterbatasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node. Arsitekturnya berbasis data paralel, dengan membangun struktur topologi jarang seperti Ring, Expander, dan Small-World, menghindari biaya komunikasi tinggi dari sinkronisasi global, dan hanya bergantung pada node tetangga lokal untuk menyelesaikan pelatihan kolaboratif model. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi titik henti, OpenDiLoCo memungkinkan GPU konsumen dan perangkat tepi untuk berpartisipasi dalam tugas pelatihan secara stabil, secara signifikan meningkatkan partisipasi dalam pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci untuk membangun jaringan pelatihan desentralisasi.

PCCL: Perpustakaan Komunikasi Kolaboratif

PCCL adalah pustaka komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, bertujuan untuk mengatasi batasan adaptasi pustaka komunikasi tradisional pada perangkat heterogen dan jaringan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik henti, dapat dijalankan di GPU konsumen dan node yang tidak stabil, merupakan komponen dasar yang mendukung kemampuan komunikasi asinkron dari protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth jaringan pelatihan dan kompatibilitas perangkat, membuka "jalan terakhir" untuk infrastruktur komunikasi dalam membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.

Jaringan Insentif Prime Intellect dan Pembagian Peran

Prime Intellect membangun jaringan pelatihan yang terdesentralisasi, dapat diverifikasi, dan memiliki mekanisme insentif ekonomi, memungkinkan siapa saja untuk berpartisipasi dalam tugas dan mendapatkan penghargaan berdasarkan kontribusi nyata. Protokol ini beroperasi berdasarkan tiga jenis peran inti:

• Penggagas tugas: mendefinisikan lingkungan pelatihan, model awal, fungsi penghargaan, dan standar validasi
• Node pelatihan: melaksanakan pelatihan lokal, mengajukan pembaruan bobot dan jejak pengamatan
• Node verifikasi: Menggunakan mekanisme TOPLOC untuk memverifikasi keaslian perilaku pelatihan, dan berpartisipasi dalam perhitungan hadiah serta penggabungan strategi.

Proses inti dari protokol mencakup publikasi tugas, pelatihan node, verifikasi jejak, agregasi bobot, dan distribusi hadiah, membentuk sebuah lingkaran insentif yang berfokus pada "perilaku pelatihan yang nyata".

INTELLECT-2: Peluncuran model pelatihan terdesentralisasi yang dapat diverifikasi pertama

Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model besar pembelajaran penguatan pertama di dunia yang dilatih melalui kolaborasi node desentralisasi asinkron dan tanpa kepercayaan, dengan skala parameter mencapai 32B. Model INTELLECT-2 diselesaikan melalui pelatihan kolaboratif lebih dari 100 node GPU heterogen yang tersebar di tiga benua, menggunakan arsitektur sepenuhnya asinkron, dengan durasi pelatihan lebih dari 400 jam, menunjukkan kelayakan dan stabilitas jaringan kolaborasi asinkron. Model ini tidak hanya merupakan terobosan dalam kinerja, tetapi juga merupakan penerapan sistem pertama dari paradigma "pelatihan adalah konsensus" yang diusulkan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL, TOPLOC, dan SHARDCAST, menandai bahwa jaringan pelatihan desentralisasi telah berhasil mewujudkan proses pelatihan yang terbuka, dapat diverifikasi, dan ekonomis.