Le Saint Graal de l'IA Crypto : exploration de pointe de l'entraînement décentralisé
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente le plus haut niveau d'exigence technique, déterminant directement le plafond de capacité des modèles et l'efficacité des applications réelles. Comparé 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 à haute intensité, constituant véritablement "l'industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes 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 entité au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, du matériel, des logiciels de base, du système de gestion de cluster, jusqu'à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de coopération approfondie permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui est très adapté à l'entraînement de modèles à grande échelle comme GPT et Gemini, présentant des avantages en termes d'efficacité et de contrôle des ressources, mais rencontrant également des problèmes de monopole des 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 de grands modèles actuellement. Son noyau consiste à décomposer les tâches d'entraînement du modèle et à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulots 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, coordonné et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, utilisant la technologie de bus d'interconnexion à haute vitesse NVLink, avec un nœud principal coordonnant uniformément les sous-tâches. Les méthodes principales comprennent :
Données parallèles : chaque nœud entraîne différents paramètres de données partagés, 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 séquentielle 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", comparable à un même patron dirigeant à distance plusieurs employés de "bureau" pour collaborer à l'accomplissement de tâches. Actuellement, presque tous les grands modèles populaires sont entraînés de cette manière.
La formation décentralisée représente un avenir plus ouvert et résistant à la censure. Ses caractéristiques clés sont les suivantes : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches d'entraînement sans coordinateur central, généralement en utilisant des protocoles pour conduire la distribution et la coopération des tâches, 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 :
Difficulté d'hétérogénéité des appareils et de découpage : difficulté élevée de coordination des appareils hétérogènes, faible efficacité de découpage des tâches.
Bouteille de communication: communication réseau 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, mécanisme deRollback des exceptions complexe.
La formation décentralisée peut être comprise comme : un groupe de volontaires du monde entier contribuant chacun avec leur puissance de calcul pour entraîner le modèle de manière collaborative. Cependant, "la véritable formation décentralisée à grande échelle réalisable" demeure 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. Néanmoins, la capacité à "collaborer efficacement + inciter à l'honnêteté + garantir des résultats corrects" est encore à un stade précoce d'exploration de 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, et convient aux scénarios où la conformité à la vie privée est une préoccupation. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et une capacité de collaboration locale, tout en bénéficiant des avantages de la distribution des données dans un cadre d'entraînement décentralisé, mais il dépend toujours d'un coordinateur de confiance et ne possède pas de caractéristiques entièrement ouvertes et résistantes à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, relativement modérée en termes de tâches d'entraînement, de structures de confiance et de mécanismes de communication, ce qui la rend plus adaptée en tant qu'architecture de déploiement transitionnelle dans l'industrie.
Décentralisation des frontières de l'entraînement, opportunités et chemins réalistes
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 très élevés ou de la difficulté de collaboration, elle n'est naturellement pas adaptée à une réalisation efficace entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent d'une haute mémoire vidéo, d'une faible latence et d'une bande passante élevée, ce qui rend difficile une découpe et une synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions strictes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, ce qui empêche le partage ouvert ; tandis que les tâches dépourvues de bases d'incitation à la collaboration manquent de motivation à la participation externe. Ces frontières constituent ensemble les limites réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légers en structure, faciles à paralléliser et incitatifs, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental, les tâches d'entraînement et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlés par des ressources, ainsi que les scénarios d'entraînement collaboratif impliquant des dispositifs de périphérie. Ces tâches ont 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 optimiseurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de pointe de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain les plus représentatifs incluent 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 des systèmes et des algorithmes, représentant les directions de recherche théorique de pointe actuelles ; 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 en outre leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : Pion des réseaux de collaboration d'apprentissage renforcé vérifiables par 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 ses contributions de calcul. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et un mécanisme d'incitation complet.
01、Structure de la pile de protocoles Prime Intellect et valeur des modules clés
02, Détails des 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 des tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour les réseaux hétérogènes et la participation asynchrone. Il adopte l'apprentissage par renforcement comme objet d'adaptation prioritaire, dé-couple 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 avec des mécanismes de validation et d'agrégation via une interface normalisée. 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 à la fois la complexité du système et posant les bases du soutien au parallélisme des tâches multiples et à l'évolution des stratégies.
#TOPLOC:Mécanisme de validation des comportements d'entraînement léger
TOPLOC est un mécanisme de cœur de vérifiabilité d'entraînement 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 du modèle complet, mais analyse la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie" pour réaliser une vérification de structure allégée. Il transforme pour la première fois les trajectoires de comportement du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour la distribution de récompenses d'entraînement sans confiance, offrant une voie réalisable pour construire un réseau d'entraînement collaboratif décentralisé, auditable et incitatif.
#SHARDCAST: Protocole de collecte et de propagation 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, à bande passante limitée et avec des états de nœuds en constante évolution. Il combine un mécanisme de propagation de type gossip et des stratégies de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états désynchronisés, réalisant ainsi une convergence progressive des poids et une évolution à versions multiples. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour établir un consensus stable sur les poids et pour l'itération continue de l'entraînement.
#OpenDiLoCo: Cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication réalisé de manière indépendante et open-source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécialement pour relever les défis courants de la formation décentralisée 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 clairsemées telles que Ring, Expander et Small-World, évitant ainsi le coût de communication élevé d'une synchronisation globale, et permettant 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 de consommation et aux appareils edge 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 un réseau de formation 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 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 la topologie éparse, la compression des gradients, la synchronisation de faible précision et la reprise après incident, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base des capacités de communication asynchrone du protocole OpenDiLoCo. Elle améliore considérablement la tolérance à la bande passante du réseau d'entraînement et la compatibilité des appareils, ouvrant la voie à la construction d'un véritable réseau d'entraînement collaboratif ouvert et sans confiance en franchissant la "dernière étape" des infrastructures de communication.
03、Prime Intellect incitatif réseau et 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 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
Nœud de validation : Utiliser le mécanisme TOPLOC pour vérifier la véracité 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 validation des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cercle 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, qui est le premier grand modèle d'apprentissage renforcé au monde formé par la coopération de nœuds décentralisés, asynchrones et sans confiance, avec une taille de paramètre atteignant 32B. Le modèle INTELLECT-2 a été formé grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité du réseau de coopération asynchrone. Ce modèle représente non seulement une percée en termes de performance, mais également le premier déploiement 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 d'un réseau d'entraînement 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.
4 J'aime
Récompense
4
4
Reposter
Partager
Commentaire
0/400
AirdropHarvester
· Il y a 7h
L'entraînement doit aussi inclure des airdrops !
Voir l'originalRépondre0
RugDocScientist
· Il y a 7h
Pour être honnête, le problème de la puissance de calcul est vraiment un point faible...
Voir l'originalRépondre0
MeaninglessApe
· Il y a 7h
C'est trop cher, je ne peux pas me le permettre.
Voir l'originalRépondre0
MetaverseLandlady
· Il y a 7h
Qui peut supporter un entraînement aussi difficile ?
Décentralisation de l'IA à la pointe de l'entraînement : Prime Intellect et Pluralis mènent un nouveau paradigme dans l'industrie
Le Saint Graal de l'IA Crypto : exploration de pointe de l'entraînement décentralisé
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente le plus haut niveau d'exigence technique, déterminant directement le plafond de capacité des modèles et l'efficacité des applications réelles. Comparé 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 à haute intensité, constituant véritablement "l'industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes 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 entité au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, du matériel, des logiciels de base, du système de gestion de cluster, jusqu'à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de coopération approfondie permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui est très adapté à l'entraînement de modèles à grande échelle comme GPT et Gemini, présentant des avantages en termes d'efficacité et de contrôle des ressources, mais rencontrant également des problèmes de monopole des 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 de grands modèles actuellement. Son noyau consiste à décomposer les tâches d'entraînement du modèle et à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulots 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, coordonné et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, utilisant la technologie de bus d'interconnexion à haute vitesse NVLink, avec un nœud principal coordonnant uniformément les sous-tâches. Les méthodes principales comprennent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance plusieurs employés de "bureau" pour collaborer à l'accomplissement de tâches. Actuellement, presque tous les grands modèles populaires sont entraînés de cette manière.
La formation décentralisée représente un avenir plus ouvert et résistant à la censure. Ses caractéristiques clés sont les suivantes : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches d'entraînement sans coordinateur central, généralement en utilisant des protocoles pour conduire la distribution et la coopération des tâches, 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 volontaires du monde entier contribuant chacun avec leur puissance de calcul pour entraîner le modèle de manière collaborative. Cependant, "la véritable formation décentralisée à grande échelle réalisable" demeure 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. Néanmoins, la capacité à "collaborer efficacement + inciter à l'honnêteté + garantir des résultats corrects" est encore à un stade précoce d'exploration de 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, et convient aux scénarios où la conformité à la vie privée est une préoccupation. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et une capacité de collaboration locale, tout en bénéficiant des avantages de la distribution des données dans un cadre d'entraînement décentralisé, mais il dépend toujours d'un coordinateur de confiance et ne possède pas de caractéristiques entièrement ouvertes et résistantes à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, relativement modérée en termes de tâches d'entraînement, de structures de confiance et de mécanismes de communication, ce qui la rend plus adaptée en tant qu'architecture de déploiement transitionnelle dans l'industrie.
Décentralisation des frontières de l'entraînement, opportunités et chemins réalistes
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 très élevés ou de la difficulté de collaboration, elle n'est naturellement pas adaptée à une réalisation efficace entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent d'une haute mémoire vidéo, d'une faible latence et d'une bande passante élevée, ce qui rend difficile une découpe et une synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions strictes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, ce qui empêche le partage ouvert ; tandis que les tâches dépourvues de bases d'incitation à la collaboration manquent de motivation à la participation externe. Ces frontières constituent ensemble les limites réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légers en structure, faciles à paralléliser et incitatifs, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental, les tâches d'entraînement et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlés par des ressources, ainsi que les scénarios d'entraînement collaboratif impliquant des dispositifs de périphérie. Ces tâches ont 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 optimiseurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de pointe de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain les plus représentatifs incluent 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 des systèmes et des algorithmes, représentant les directions de recherche théorique de pointe actuelles ; 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 en outre leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : Pion des réseaux de collaboration d'apprentissage renforcé vérifiables par 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 ses contributions de calcul. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et un mécanisme d'incitation complet.
01、Structure de la pile de protocoles Prime Intellect et valeur des modules clés
02, Détails des 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 des tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour les réseaux hétérogènes et la participation asynchrone. Il adopte l'apprentissage par renforcement comme objet d'adaptation prioritaire, dé-couple 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 avec des mécanismes de validation et d'agrégation via une interface normalisée. 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 à la fois la complexité du système et posant les bases du soutien au parallélisme des tâches multiples et à l'évolution des stratégies.
#TOPLOC:Mécanisme de validation des comportements d'entraînement léger
TOPLOC est un mécanisme de cœur de vérifiabilité d'entraînement 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 du modèle complet, mais analyse la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie" pour réaliser une vérification de structure allégée. Il transforme pour la première fois les trajectoires de comportement du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour la distribution de récompenses d'entraînement sans confiance, offrant une voie réalisable pour construire un réseau d'entraînement collaboratif décentralisé, auditable et incitatif.
#SHARDCAST: Protocole de collecte et de propagation 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, à bande passante limitée et avec des états de nœuds en constante évolution. Il combine un mécanisme de propagation de type gossip et des stratégies de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états désynchronisés, réalisant ainsi une convergence progressive des poids et une évolution à versions multiples. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour établir un consensus stable sur les poids et pour l'itération continue de l'entraînement.
#OpenDiLoCo: Cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication réalisé de manière indépendante et open-source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécialement pour relever les défis courants de la formation décentralisée 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 clairsemées telles que Ring, Expander et Small-World, évitant ainsi le coût de communication élevé d'une synchronisation globale, et permettant 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 de consommation et aux appareils edge 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 un réseau de formation 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 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 la topologie éparse, la compression des gradients, la synchronisation de faible précision et la reprise après incident, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base des capacités de communication asynchrone du protocole OpenDiLoCo. Elle améliore considérablement la tolérance à la bande passante du réseau d'entraînement et la compatibilité des appareils, ouvrant la voie à la construction d'un véritable réseau d'entraînement collaboratif ouvert et sans confiance en franchissant la "dernière étape" des infrastructures de communication.
03、Prime Intellect incitatif réseau et 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 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 validation des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cercle 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, qui est le premier grand modèle d'apprentissage renforcé au monde formé par la coopération de nœuds décentralisés, asynchrones et sans confiance, avec une taille de paramètre atteignant 32B. Le modèle INTELLECT-2 a été formé grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité du réseau de coopération asynchrone. Ce modèle représente non seulement une percée en termes de performance, mais également le premier déploiement 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 d'un réseau d'entraînement décentralisé.