Le saint Graal de Crypto AI : exploration à la pointe de l'entraînement décentralisé
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape la plus gourmande en ressources et la plus exigeante sur le plan technique, déterminant directement le plafond de capacité des modèles et l'effet des applications réelles. 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, constituant ainsi le véritable "industrie lourde" de la construction des systèmes d'IA. En termes de paradigme d'architecture, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le sujet principal de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée 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 unique. 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, mais présente également des problèmes de monopole de données, de barrières à l'entrée, de consommation d'énergie et de risques de point unique.
L'entraînement distribué est la méthode principale pour l'entraînement des grands modèles actuels. Son cœur est de décomposer les tâches d'entraînement du modèle et de les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques de "décentralisation", l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local haute vitesse, grâce à la technologie de bus d'interconnexion haute vitesse NVLink, avec un nœud principal qui coordonne unifié toutes les sous-tâches. Les méthodes principales comprennent :
Données parallèles : chaque nœud entraîne différents paramètres de données en partageant, nécessitant une correspondance des poids du modèle.
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 des calculs matriciels, amélioration de la granularité du parallélisme
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", similaire à un même patron commandant à distance la collaboration de plusieurs employés de "bureaux" pour accomplir une tâche. Actuellement, presque tous les grands modèles mainstream sont formés de cette manière.
La formation décentralisée représente un futur plus ouvert et résistant à la censure. Ses caractéristiques clés sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches d'entraînement sans coordonnateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, et grâce à des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Hétérogénéité des dispositifs et difficulté de découpage : coordination difficile des dispositifs hétérogènes, faible efficacité de découpage des tâches
Goulots d'étranglement de l'efficacité de la communication : communication réseau instable, goulot d'étranglement évident dans la synchronisation des gradients
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 centralisation, distribution des tâches et mécanismes de rollback d'exception complexes
L'entraînement décentralisé peut être compris comme : un groupe de bénévoles du monde entier contribuant chacun à la puissance de calcul pour collaborer à l'entraînement d'un modèle, mais "un véritable entraînement décentralisé à grande échelle réalisable" reste un défi 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 capacité de "collaborer efficacement + inciter à l'honnêteté + obtenir des résultats corrects" 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 nécessitant la conformité en matière de vie privée. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité de collaboration locale, tout en bénéficiant de l'avantage de la dispersion des données dans l'entraînement décentralisé, mais il dépend toujours d'une entité de coordination de confiance et ne possède pas de caractéristiques entièrement ouvertes et résistantes à la censure. On peut le considérer comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité en matière de vie privée, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, plus adaptés comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, des opportunités et des chemins réalistes de la formation
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 à être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent d'une mémoire vidéo élevée, d'une faible latence et d'une bande passante élevée, ce qui rend difficile le découpage et la synchronisation efficaces sur un réseau ouvert ; les tâches soumises à de fortes restrictions de confidentialité des données et de souveraineté sont contraintes par la conformité légale et les contraintes éthiques, rendant impossible le partage ouvert ; tandis que les tâches manquant de bases d'incitation à la collaboration n'ont pas de动力 d'engagement externe. Ces limites forment ensemble les restrictions réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux débat. En fait, pour les types de tâches légères en structure, facilement parallèles et motivantes, l'entraînement décentralisé présente des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignement comportemental, les tâches d'entraînement et d'annotation basées sur la foule de données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisme, 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, le protocole Swarm, des optimisateurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine 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 technologique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales dans la conception de systèmes et 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.
Prime Intellect : Pion des réseaux de collaboration d'apprentissage renforcé 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 computationnelle. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et mécanismes d'incitation complets.
01、Structure de la pile de protocoles Prime Intellect et valeur des modules clés
PRIME-RL : architecture de tâche d'apprentissage par renforcement asynchrone découplée
TOPLOC : Mécanisme de validation du comportement d'entraînement léger
SHARDCAST : protocole d'agrégation et de diffusion des poids asynchrones
OpenDiLoCo: cadre de communication asynchrone sparse
PCCL: bibliothèque de communication collaborative
02, Explication détaillée des mécanismes clés de l'entraînement de Prime Intellect
PRIME-RL: Architecture de tâches d'apprentissage par renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution de tâches sur mesure pour des scénarios d'entraînement décentralisés développé par Prime Intellect, conçu spécifiquement pour les réseaux hétérogènes et la participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découpant structurellement le processus d'entraînement, de raisonnement et de téléchargement des poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâche localement et de collaborer via une interface normalisée avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté pour réaliser un entraînement flexible dans des environnements sans planification centrale, réduisant ainsi la complexité du système et établissant une base pour soutenir le traitement parallèle des tâches et l'évolution des stratégies.
TOPLOC: Mécanisme léger de validation des comportements d'entraînement
TOPLOC est un mécanisme de cœur de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement accompli un apprentissage de stratégie valide basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul du modèle complet, 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 pendant le processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour réaliser une allocation de récompense d'entraînement sans confiance, offrant un chemin viable pour construire un réseau d'entraînement collaboratif décentralisé, auditable et incitatif.
SHARDCAST : Protocole d'agrégation et de propagation de poids asynchrone
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour les environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœuds variables. Il combine un mécanisme de diffusion de type gossip avec des stratégies de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états de désynchronisation, 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 essentielle pour établir un consensus stable sur les poids et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication, mis en œuvre de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind. Il est spécialement conçu pour relever les défis courants tels que la bande passante limitée, l'hétérogénéité des dispositifs et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture repose sur la parallélisation des données, en construisant des structures topologiques éparses comme Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, ne dépendant que des nœuds voisins locaux pour réaliser un entraînement collaboratif du modèle. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux dispositifs en périphérie 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 les topologies éparses, la compression de gradients, la synchronisation à faible précision et la récupération après coupure, pouvant fonctionner sur des GPU grand public et des nœuds instables, et constitue un composant de base soutenant 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 la "dernière étape" de la communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
03、Prime Intellect incitation réseau 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 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 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 vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle d'incitation autour du "comportement d'entraînement réel".
04, 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, avec une taille de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné par 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 performance, mais également la première mise en œuvre systématique du paradigme "formation égale consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST.
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.
8 J'aime
Récompense
8
4
Reposter
Partager
Commentaire
0/400
StakeHouseDirector
· Il y a 5h
L'industrie lourde a du mal à tenir le coup.
Voir l'originalRépondre0
mev_me_maybe
· Il y a 5h
Quel Saint Graal que ce soit, il faut quand même brûler les cartes graphiques.
Voir l'originalRépondre0
MondayYoloFridayCry
· Il y a 6h
Tout est centralisé, même l'entraînement est centralisé.
Décentralisation entraînement: les avancées technologiques et les défis d'application dans le domaine de l'IA Crypto
Le saint Graal de Crypto AI : exploration à la pointe de l'entraînement décentralisé
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape la plus gourmande en ressources et la plus exigeante sur le plan technique, déterminant directement le plafond de capacité des modèles et l'effet des applications réelles. 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, constituant ainsi le véritable "industrie lourde" de la construction des systèmes d'IA. En termes de paradigme d'architecture, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le sujet principal de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée 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 unique. 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, mais présente également des problèmes de monopole de données, de barrières à l'entrée, de consommation d'énergie et de risques de point unique.
L'entraînement distribué est la méthode principale pour l'entraînement des grands modèles actuels. Son cœur est de décomposer les tâches d'entraînement du modèle et de les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques de "décentralisation", l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local haute vitesse, grâce à la technologie de bus d'interconnexion haute vitesse NVLink, avec un nœud principal qui coordonne unifié toutes les sous-tâches. Les méthodes principales comprennent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", similaire à un même patron commandant à distance la collaboration de plusieurs employés de "bureaux" pour accomplir une tâche. Actuellement, presque tous les grands modèles mainstream sont formés de cette manière.
La formation décentralisée représente un futur plus ouvert et résistant à la censure. Ses caractéristiques clés sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches d'entraînement sans coordonnateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, et grâce à des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
L'entraînement décentralisé peut être compris comme : un groupe de bénévoles du monde entier contribuant chacun à la puissance de calcul pour collaborer à l'entraînement d'un modèle, mais "un véritable entraînement décentralisé à grande échelle réalisable" reste un défi 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 capacité de "collaborer efficacement + inciter à l'honnêteté + obtenir des résultats corrects" 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 nécessitant la conformité en matière de vie privée. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité de collaboration locale, tout en bénéficiant de l'avantage de la dispersion des données dans l'entraînement décentralisé, mais il dépend toujours d'une entité de coordination de confiance et ne possède pas de caractéristiques entièrement ouvertes et résistantes à la censure. On peut le considérer comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité en matière de vie privée, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, plus adaptés comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, des opportunités et des chemins réalistes de la formation
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 à être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent d'une mémoire vidéo élevée, d'une faible latence et d'une bande passante élevée, ce qui rend difficile le découpage et la synchronisation efficaces sur un réseau ouvert ; les tâches soumises à de fortes restrictions de confidentialité des données et de souveraineté sont contraintes par la conformité légale et les contraintes éthiques, rendant impossible le partage ouvert ; tandis que les tâches manquant de bases d'incitation à la collaboration n'ont pas de动力 d'engagement externe. Ces limites forment ensemble les restrictions réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux débat. En fait, pour les types de tâches légères en structure, facilement parallèles et motivantes, l'entraînement décentralisé présente des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignement comportemental, les tâches d'entraînement et d'annotation basées sur la foule de données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisme, 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, le protocole Swarm, des optimisateurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine 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 technologique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales dans la conception de systèmes et 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.
Prime Intellect : Pion des réseaux de collaboration d'apprentissage renforcé 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 computationnelle. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et mécanismes d'incitation complets.
01、Structure de la pile de protocoles Prime Intellect et valeur des modules clés
PRIME-RL : architecture de tâche d'apprentissage par renforcement asynchrone découplée TOPLOC : Mécanisme de validation du comportement d'entraînement léger SHARDCAST : protocole d'agrégation et de diffusion des poids asynchrones OpenDiLoCo: cadre de communication asynchrone sparse PCCL: bibliothèque de communication collaborative
02, Explication détaillée des mécanismes clés de l'entraînement de Prime Intellect
PRIME-RL: Architecture de tâches d'apprentissage par renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution de tâches sur mesure pour des scénarios d'entraînement décentralisés développé par Prime Intellect, conçu spécifiquement pour les réseaux hétérogènes et la participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découpant structurellement le processus d'entraînement, de raisonnement et de téléchargement des poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâche localement et de collaborer via une interface normalisée avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté pour réaliser un entraînement flexible dans des environnements sans planification centrale, réduisant ainsi la complexité du système et établissant une base pour soutenir le traitement parallèle des tâches et l'évolution des stratégies.
TOPLOC: Mécanisme léger de validation des comportements d'entraînement
TOPLOC est un mécanisme de cœur de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement accompli un apprentissage de stratégie valide basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul du modèle complet, 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 pendant le processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour réaliser une allocation de récompense d'entraînement sans confiance, offrant un chemin viable pour construire un réseau d'entraînement collaboratif décentralisé, auditable et incitatif.
SHARDCAST : Protocole d'agrégation et de propagation de poids asynchrone
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour les environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœuds variables. Il combine un mécanisme de diffusion de type gossip avec des stratégies de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états de désynchronisation, 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 essentielle pour établir un consensus stable sur les poids et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication, mis en œuvre de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind. Il est spécialement conçu pour relever les défis courants tels que la bande passante limitée, l'hétérogénéité des dispositifs et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture repose sur la parallélisation des données, en construisant des structures topologiques éparses comme Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, ne dépendant que des nœuds voisins locaux pour réaliser un entraînement collaboratif du modèle. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux dispositifs en périphérie 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 les topologies éparses, la compression de gradients, la synchronisation à faible précision et la récupération après coupure, pouvant fonctionner sur des GPU grand public et des nœuds instables, et constitue un composant de base soutenant 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 la "dernière étape" de la communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
03、Prime Intellect incitation réseau 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, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle d'incitation autour du "comportement d'entraînement réel".
04, 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, avec une taille de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné par 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 performance, mais également la première mise en œuvre systématique du paradigme "formation égale consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST.