Le Saint Graal de Crypto AI : Exploration à la pointe de l'entraînement décentralisé
Dans toute la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente le seuil technologique le plus élevé, déterminant directement la limite 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 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 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 dans un cluster haute performance local, où l'ensemble du processus d'entraînement, des composants matériels, des logiciels sous-jacents, du système de gestion de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unique. Cette architecture de coopération 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 de monopole des données, de barrières à l'accès aux ressources, de consommation d'énergie et de risque de point unique.
L'entraînement distribué est la méthode principale pour l'entraînement des grands modèles actuels. Son cœur consiste à décomposer les tâches d'entraînement du modèle, puis à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement liés au calcul et au stockage sur une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé et synchronisé par des institutions centralisées, fonctionnant souvent dans des environnements de réseau local à haute vitesse, par le biais de la technologie de bus d'interconnexion haute vitesse NVLink, avec un nœud principal coordonnant de manière unifiée les sous-tâches. Les méthodes principales incluent :
Parallélisme des données : chaque nœud entraîne différents paramètres de données partagés, nécessitant une correspondance des poids du modèle
Parallélisation des modèles : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité.
Pipeline parallèle : exécution séquentielle par phases, augmentation du débit
Parallélisme tensoriel : segmentation fine des calculs matriciels, amélioration de la granularité du parallélisme
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance plusieurs employés de "bureaux" pour collaborer à l'accomplissement d'une tâche. Actuellement, presque tous les grands modèles mainstream sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches d'entraînement sans coordinateur central, généralement en utilisant des protocoles pour diriger la distribution des tâches et la collaboration, et en s'appuyant sur des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
Hétérogénéité des appareils et difficulté de découpage : la coordination des appareils hétérogènes est difficile, l'efficacité du découpage des tâches est faible.
Goulots d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement de synchronisation de gradient 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 répartiteur central, distribution des tâches, mécanisme de retour en arrière des exceptions complexe
La formation décentralisée peut être comprise comme : un groupe de bénévoles à travers le monde qui contribuent chacun leur puissance de calcul pour entraîner un modèle en collaboration. Cependant, la "vraie formation décentralisée à grande échelle" 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. Néanmoins, la question de savoir si cela peut être "collaboratif et efficace + incitatif à l'honnêteté + résultats corrects" est encore à un stade précoce d'exploration prototype.
L'apprentissage fédéré, en tant que forme transitoire 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 une structure d'ingénierie de formation distribuée et une capacité de collaboration locale, tout en bénéficiant des avantages de la dispersion des données de l'entraînement décentralisé. Cependant, il dépend toujours d'une partie coordonnante de confiance et ne possède pas les caractéristiques d'ouverture totale et d'anti-censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, avec des tâches d'entraînement, une structure de confiance et un mécanisme de communication relativement modérés, ce qui le rend plus adapté en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des frontières, opportunités et chemins réels de l'entraînement
D'un point de vue de paradigme d'entraînement, la Décentralisation de l'entraînement n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, elle n'est naturellement pas adaptée à être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent d'une grande mémoire vidéo, d'une faible latence et d'une large bande passante, ce qui rend difficile la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions strictes sur la confidentialité des données et la souveraineté sont limitées par la conformité légale et les contraintes éthiques, et ne peuvent pas être partagées ouvertement ; et les tâches manquant d'incitations à la collaboration manquent de motivation externe à la participation. Ces limites constituent ensemble les restrictions actuelles de l'entraînement décentralisé.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans des types de tâches légers, facilement parallèles et incitatifs, l'entraînement décentralisé montre de réelles perspectives d'application. Cela inclut mais n'est pas limité à : l'ajustement LoRA, les tâches de post-entraînement de type alignement comportemental, l'entraînement et l'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 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 la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain les plus représentatifs incluent Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté d'implémentation, 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 actuelle ; tandis que les chemins d'implémentation de Gensyn et Flock.io sont relativement clairs, et des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies centrales et les architectures d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires au sein du système de formation AI décentralisé.
Prime Intellect: Pionniers des réseaux de collaboration d'apprentissage renforcé vérifiables par des trajectoires 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 ses contributions computationnelles. Prime Intellect souhaite, à travers les trois 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 sur les mécanismes clés de l'entraînement Prime Intellect
PRIME-RL: Architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, spécialement conçu pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, déconnectant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâches localement et de collaborer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est plus adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système tout en posant les bases du soutien à l'exécution parallèle de plusieurs tâches et à l'évolution des stratégies.
TOPLOC:Mécanisme de validation des comportements 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 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 complet du modèle, mais analyse la trajectoire 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 de comportement pendant le processus d'apprentissage en objets vérifiables, ce qui constitue une innovation clé pour réaliser une distribution de récompenses d'apprentissage sans confiance, offrant une voie praticable pour construire un réseau d'apprentissage collaboratif décentralisé qui soit auditables et incitatif.
SHARDCAST: protocole de collecte et de diffusion des poids asynchrones
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, limités en bande passante et avec des états de nœuds changeants. Il combine un mécanisme de propagation par gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans un état non synchronisé, 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 la base essentielle pour établir un consensus de poids stable et une itération d'entraînement continue.
OpenDiLoCo: Cadre de communication asynchrone épars
OpenDiLoCo est un cadre d'optimisation de la communication développé 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 dans l'entraînement décentralisé, tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds. 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 l'entraînement collaboratif du modèle en se basant uniquement 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 dispositifs de périphérie de participer de manière stable aux tâches d'entraînement, augmentant considérablement la participation à l'entraînement collaboratif mondial, et constituant l'une des infrastructures de communication clés pour la construction d'un réseau d'entraînement décentralisé.
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 le goulot d'étranglement d'adaptation des bibliothèques de communication traditionnelles sur des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge les topologies éparses, la compression des 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 de base soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Elle améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs du réseau d'entraînement, ouvrant la voie à la construction d'un véritable réseau d'entraînement collaboratif ouvert et sans confiance en franchissant le "dernier kilomètre" de l'infrastructure de communication.
Réseau d'incitation Prime Intellect et répartition des rôles
Prime Intellect a construit un réseau d'entraînement décentralisé, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses sur la base de contributions réelles. Le protocole fonctionne sur 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
Nœuds 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 la véracité du comportement de formation 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, formant un cycle incitatif autour du "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 entraîné par des nœuds décentralisés, asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné en collaboration 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 du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais également 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 des incitations économiques dans le processus d'entraînement d'un réseau 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.
13 J'aime
Récompense
13
5
Partager
Commentaire
0/400
CoffeeNFTrader
· 07-19 09:06
Je suis allé m'entraîner au centre pour rien.
Voir l'originalRépondre0
quiet_lurker
· 07-19 03:19
Encore un autre piège que j'ai déjà essayé l'année dernière.
Voir l'originalRépondre0
NftRegretMachine
· 07-16 14:18
C'est n'importe quoi, avec une si grande consommation de puissance de calcul, comment peut-on encore envisager la décentralisation ?
Voir l'originalRépondre0
OnChainDetective
· 07-16 14:14
Puissance de calcul Grands investisseurs tout est une Adresse d'institution, la chaîne derrière est trop suspecte, non ?
Explorer la Décentralisation de l'entraînement AI : des défis techniques aux pionniers pratiques
Le Saint Graal de Crypto AI : Exploration à la pointe de l'entraînement décentralisé
Dans toute la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente le seuil technologique le plus élevé, déterminant directement la limite 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 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 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 dans un cluster haute performance local, où l'ensemble du processus d'entraînement, des composants matériels, des logiciels sous-jacents, du système de gestion de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unique. Cette architecture de coopération 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 de monopole des données, de barrières à l'accès aux ressources, de consommation d'énergie et de risque de point unique.
L'entraînement distribué est la méthode principale pour l'entraînement des grands modèles actuels. Son cœur consiste à décomposer les tâches d'entraînement du modèle, puis à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement liés au calcul et au stockage sur une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé et synchronisé par des institutions centralisées, fonctionnant souvent dans des environnements de réseau local à haute vitesse, par le biais de la technologie de bus d'interconnexion haute vitesse NVLink, avec un nœud principal coordonnant de manière unifiée les sous-tâches. Les méthodes principales incluent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance plusieurs employés de "bureaux" pour collaborer à l'accomplissement d'une tâche. Actuellement, presque tous les grands modèles mainstream sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches d'entraînement sans coordinateur central, généralement en utilisant des protocoles pour diriger la distribution des tâches et la collaboration, et en s'appuyant sur des mécanismes 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 bénévoles à travers le monde qui contribuent chacun leur puissance de calcul pour entraîner un modèle en collaboration. Cependant, la "vraie formation décentralisée à grande échelle" 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. Néanmoins, la question de savoir si cela peut être "collaboratif et efficace + incitatif à l'honnêteté + résultats corrects" est encore à un stade précoce d'exploration prototype.
L'apprentissage fédéré, en tant que forme transitoire 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 une structure d'ingénierie de formation distribuée et une capacité de collaboration locale, tout en bénéficiant des avantages de la dispersion des données de l'entraînement décentralisé. Cependant, il dépend toujours d'une partie coordonnante de confiance et ne possède pas les caractéristiques d'ouverture totale et d'anti-censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, avec des tâches d'entraînement, une structure de confiance et un mécanisme de communication relativement modérés, ce qui le rend plus adapté en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des frontières, opportunités et chemins réels de l'entraînement
D'un point de vue de paradigme d'entraînement, la Décentralisation de l'entraînement n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, elle n'est naturellement pas adaptée à être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent d'une grande mémoire vidéo, d'une faible latence et d'une large bande passante, ce qui rend difficile la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions strictes sur la confidentialité des données et la souveraineté sont limitées par la conformité légale et les contraintes éthiques, et ne peuvent pas être partagées ouvertement ; et les tâches manquant d'incitations à la collaboration manquent de motivation externe à la participation. Ces limites constituent ensemble les restrictions actuelles de l'entraînement décentralisé.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans des types de tâches légers, facilement parallèles et incitatifs, l'entraînement décentralisé montre de réelles perspectives d'application. Cela inclut mais n'est pas limité à : l'ajustement LoRA, les tâches de post-entraînement de type alignement comportemental, l'entraînement et l'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 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 la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain les plus représentatifs incluent Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté d'implémentation, 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 actuelle ; tandis que les chemins d'implémentation de Gensyn et Flock.io sont relativement clairs, et des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies centrales et les architectures d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires au sein du système de formation AI décentralisé.
Prime Intellect: Pionniers des réseaux de collaboration d'apprentissage renforcé vérifiables par des trajectoires 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 ses contributions computationnelles. Prime Intellect souhaite, à travers les trois 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 sur les mécanismes clés de l'entraînement Prime Intellect
PRIME-RL: Architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, spécialement conçu pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, déconnectant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâches localement et de collaborer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est plus adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système tout en posant les bases du soutien à l'exécution parallèle de plusieurs tâches et à l'évolution des stratégies.
TOPLOC:Mécanisme de validation des comportements 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 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 complet du modèle, mais analyse la trajectoire 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 de comportement pendant le processus d'apprentissage en objets vérifiables, ce qui constitue une innovation clé pour réaliser une distribution de récompenses d'apprentissage sans confiance, offrant une voie praticable pour construire un réseau d'apprentissage collaboratif décentralisé qui soit auditables et incitatif.
SHARDCAST: protocole de collecte et de diffusion des poids asynchrones
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, limités en bande passante et avec des états de nœuds changeants. Il combine un mécanisme de propagation par gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans un état non synchronisé, 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 la base essentielle pour établir un consensus de poids stable et une itération d'entraînement continue.
OpenDiLoCo: Cadre de communication asynchrone épars
OpenDiLoCo est un cadre d'optimisation de la communication développé 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 dans l'entraînement décentralisé, tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds. 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 l'entraînement collaboratif du modèle en se basant uniquement 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 dispositifs de périphérie de participer de manière stable aux tâches d'entraînement, augmentant considérablement la participation à l'entraînement collaboratif mondial, et constituant l'une des infrastructures de communication clés pour la construction d'un réseau d'entraînement décentralisé.
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 le goulot d'étranglement d'adaptation des bibliothèques de communication traditionnelles sur des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge les topologies éparses, la compression des 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 de base soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Elle améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs du réseau d'entraînement, ouvrant la voie à la construction d'un véritable réseau d'entraînement collaboratif ouvert et sans confiance en franchissant le "dernier kilomètre" de l'infrastructure de communication.
Réseau d'incitation Prime Intellect et répartition des rôles
Prime Intellect a construit un réseau d'entraînement décentralisé, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses sur la base de contributions réelles. Le protocole fonctionne sur 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, formant un cycle incitatif autour du "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 entraîné par des nœuds décentralisés, asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné en collaboration 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 du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais également 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 des incitations économiques dans le processus d'entraînement d'un réseau décentralisé.