Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée
Dans toute la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape la plus consommatrice de ressources et la plus exigeante sur le plan technique, déterminant directement le plafond de capacité des modèles et l'efficacité de leur application réelle. 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 intensifs, constituant ainsi le véritable "heavy industry" de la construction des systèmes d'IA. Du 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 dans un cluster haute performance local, où l'ensemble du processus d'entraînement, allant 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 la rend très adaptée à l'entraînement de modèles à grande échelle tels que GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources, mais présente également des problèmes de monopole de données, de barrières à l'accès aux ressources, de consommation d'énergie et de risque de point de défaillance.
L'entraînement distribué est la méthode dominante pour l'entraînement des grands modèles actuellement. 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 limitations de calcul et de stockage d'une seule machine. Bien qu'il possède physiquement des caractéristiques "décentralisées", l'ensemble est toujours contrôlé et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, utilisant la technologie de bus interconnecté NVLink pour une coordination unifiée des sous-tâches par le nœud principal. Les méthodes dominantes comprennent :
Parallélisme des données : chaque nœud entraîne des paramètres de données différents, partageant les poids du modèle, nécessitant une correspondance.
Parallélisation de modèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité
Pipeline parallèle : exécution séquentielle par étapes, amélioration du débit
Parallélisation tensorielle : segmentation fine des calculs matriciels, amélioration de la granularité parallèle
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 dominants sont entraînés de cette manière.
La formation décentralisée représente un chemin 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 de formation sans coordinateur central, généralement en utilisant des protocoles pour la distribution des tâches et la collaboration, et en s'appuyant sur des mécanismes d'incitation cryptographiques pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Hétérogénéité des appareils et difficulté de division : coordination difficile des appareils hétérogènes, faible efficacité de la division des tâches
Goulots d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement de synchronisation des gradients évident
Exécution fiable manquante : manque d'environnement d'exécution fiable, difficile de vérifier si le nœud participe réellement au calcul.
Manque de coordination unifiée : pas de centralisateur, la distribution des tâches et le mécanisme de rollback des exceptions sont complexes.
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier contribuant chacun à la puissance de calcul pour entraîner un modèle de manière collaborative, mais "la véritable formation décentralisée 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. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + 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, convenant aux scénarios axés sur la conformité à la confidentialité. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité de collaboration locale, tout en ayant l'avantage de la dispersion des données de l'entraînement décentralisé, mais dépend toujours d'une partie coordonnatrice de confiance, ne possédant pas des caractéristiques complètement ouvertes et anti-censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans un contexte de conformité à la confidentialité, relativement modérée en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, plus adaptée comme infrastructure de déploiement transitoire dans l'industrie.
Tableau comparatif panoramique des paradigmes d'entraînement AI( architecture technique × incitation à la confiance × caractéristiques d'application)
Décentralisation des limites, opportunités et chemins réalistes de l'entraînement
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 pour être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, la formation de grands modèles dépend souvent de la mémoire vidéo élevée, de la faible latence et de la large bande passante, ce qui rend difficile la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches qui ont de fortes restrictions 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 qui manquent de bases d'incitation à la collaboration manquent de motivation pour la participation externe. Ces limites constituent ensemble les contraintes réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est une fausse problématique. En fait, dans les types de tâches légers en structure, faciles à paralléliser et incitants, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches de post-formation d'alignement comportemental, l'entraînement et l'annotation de données par crowdsourcing, l'entraînement de petits modèles de base contrôlés par ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisation, 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 optimiseurs distribués, etc.
Aperçu de l'adaptabilité des tâches d'entraînement à la Décentralisation
Décentralisation entraînement projet classique analyse
Actuellement, dans le domaine de pointe de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain représentatifs comprennent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales dans l'architecture système et la conception d'algorithmes, représentant les directions de recherche théorique de pointe actuelles ; tandis que les voies de mise en œuvre de Gensyn et Flock.io sont relativement claires, et des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : Pion des réseaux collaboratifs d'apprentissage par renforcement 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 espère construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et un mécanisme d'incitation complet à travers trois modules : PRIME-RL + TOPLOC + SHARDCAST.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, explication détaillée des mécanismes clés de formation de Prime Intellect
PRIME-RL: Architecture de tâche d'apprentissage par renforcement asynchrone découplé
PRIME-RL est un cadre de modélisation et d'exécution de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de réaliser indépendamment une boucle de tâches en local, 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 mieux adapté pour réaliser un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et posant les bases pour le support du parallélisme des tâches multiples et de l'évolution des stratégies.
TOPLOC: Mécanisme de vérification des comportements d'entraînement léger
TOPLOC est un mécanisme central de vérifiabilité de l'entraînement proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement complété 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 les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie" pour réaliser une vérification de structure allégée. Il transforme pour la première fois les trajectoires comportementales du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour la distribution des récompenses d'entraînement sans confiance, offrant un chemin viable pour construire un réseau d'entraînement décentralisé, auditables et incitatifs.
SHARDCAST : Protocole d'agrégation 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 nœud variables. Il combine un mécanisme de propagation gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états non synchronisés, réalisant une convergence progressive des poids et une évolution multiversion. Comparé 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 de poids stable et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques clairsemées telles que Ring, Expander, Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, et n'exigeant que des nœuds voisins locaux pour compléter l'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 appareils 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 construire 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 les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles sur des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge les topologies clairsemées, la compression de gradients, la synchronisation basse précision et la reprise à partir de points de contrôle, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base permettant 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 dispositifs, ouvrant la "dernière ligne droite" de la communication pour construire un véritable réseau de formation collaborative ouvert et sans confiance.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer 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 des tâches, l'entraînement des nœuds, la validation des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle d'incitation autour de "comportement d'entraînement réel".
Quatre, 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 échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été formé par 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 ainsi la faisabilité et la stabilité des réseaux de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais également le concept de "l'entraînement est un consensus" proposé par Prime Intellect.
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.
15 J'aime
Récompense
15
5
Reposter
Partager
Commentaire
0/400
ColdWalletGuardian
· Il y a 5h
Encore un nouveau eyeywash pour se faire prendre pour des cons, n'est-ce pas ?
Voir l'originalRépondre0
HodlTheDoor
· Il y a 15h
Certaines personnes sont encore en train de s'entraîner avec des modèles.
Voir l'originalRépondre0
LuckyHashValue
· Il y a 15h
Sortir la puissance de calcul est incroyablement centralisé
Voir l'originalRépondre0
failed_dev_successful_ape
· Il y a 15h
Brûler intensément la carte graphique
Voir l'originalRépondre0
ser_ngmi
· Il y a 15h
Quoi, un entraînement ou pas, de toute façon c'est se faire prendre pour des cons.
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la Décentralisation collaborative des changements technologiques
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée
Dans toute la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape la plus consommatrice de ressources et la plus exigeante sur le plan technique, déterminant directement le plafond de capacité des modèles et l'efficacité de leur application réelle. 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 intensifs, constituant ainsi le véritable "heavy industry" de la construction des systèmes d'IA. Du 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 dans un cluster haute performance local, où l'ensemble du processus d'entraînement, allant 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 la rend très adaptée à l'entraînement de modèles à grande échelle tels que GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources, mais présente également des problèmes de monopole de données, de barrières à l'accès aux ressources, de consommation d'énergie et de risque de point de défaillance.
L'entraînement distribué est la méthode dominante pour l'entraînement des grands modèles actuellement. 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 limitations de calcul et de stockage d'une seule machine. Bien qu'il possède physiquement des caractéristiques "décentralisées", l'ensemble est toujours contrôlé et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, utilisant la technologie de bus interconnecté NVLink pour une coordination unifiée des sous-tâches par le nœud principal. Les méthodes dominantes comprennent :
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 dominants sont entraînés de cette manière.
La formation décentralisée représente un chemin 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 de formation sans coordinateur central, généralement en utilisant des protocoles pour la distribution des tâches et la collaboration, et en s'appuyant sur des mécanismes d'incitation cryptographiques pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier contribuant chacun à la puissance de calcul pour entraîner un modèle de manière collaborative, mais "la véritable formation décentralisée 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. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + 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, convenant aux scénarios axés sur la conformité à la confidentialité. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité de collaboration locale, tout en ayant l'avantage de la dispersion des données de l'entraînement décentralisé, mais dépend toujours d'une partie coordonnatrice de confiance, ne possédant pas des caractéristiques complètement ouvertes et anti-censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans un contexte de conformité à la confidentialité, relativement modérée en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, plus adaptée comme infrastructure de déploiement transitoire dans l'industrie.
Tableau comparatif panoramique des paradigmes d'entraînement AI( architecture technique × incitation à la confiance × caractéristiques d'application)
Décentralisation des limites, opportunités et chemins réalistes de l'entraînement
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 pour être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, la formation de grands modèles dépend souvent de la mémoire vidéo élevée, de la faible latence et de la large bande passante, ce qui rend difficile la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches qui ont de fortes restrictions 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 qui manquent de bases d'incitation à la collaboration manquent de motivation pour la participation externe. Ces limites constituent ensemble les contraintes réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est une fausse problématique. En fait, dans les types de tâches légers en structure, faciles à paralléliser et incitants, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches de post-formation d'alignement comportemental, l'entraînement et l'annotation de données par crowdsourcing, l'entraînement de petits modèles de base contrôlés par ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisation, 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 optimiseurs distribués, etc.
Aperçu de l'adaptabilité des tâches d'entraînement à la Décentralisation
Décentralisation entraînement projet classique analyse
Actuellement, dans le domaine de pointe de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain représentatifs comprennent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales dans l'architecture système et la conception d'algorithmes, représentant les directions de recherche théorique de pointe actuelles ; tandis que les voies de mise en œuvre de Gensyn et Flock.io sont relativement claires, et des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : Pion des réseaux collaboratifs d'apprentissage par renforcement 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 espère construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et un mécanisme d'incitation complet à travers trois modules : PRIME-RL + TOPLOC + SHARDCAST.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, explication détaillée des mécanismes clés de formation de Prime Intellect
PRIME-RL: Architecture de tâche d'apprentissage par renforcement asynchrone découplé
PRIME-RL est un cadre de modélisation et d'exécution de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de réaliser indépendamment une boucle de tâches en local, 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 mieux adapté pour réaliser un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et posant les bases pour le support du parallélisme des tâches multiples et de l'évolution des stratégies.
TOPLOC: Mécanisme de vérification des comportements d'entraînement léger
TOPLOC est un mécanisme central de vérifiabilité de l'entraînement proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement complété 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 les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie" pour réaliser une vérification de structure allégée. Il transforme pour la première fois les trajectoires comportementales du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour la distribution des récompenses d'entraînement sans confiance, offrant un chemin viable pour construire un réseau d'entraînement décentralisé, auditables et incitatifs.
SHARDCAST : Protocole d'agrégation 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 nœud variables. Il combine un mécanisme de propagation gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états non synchronisés, réalisant une convergence progressive des poids et une évolution multiversion. Comparé 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 de poids stable et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques clairsemées telles que Ring, Expander, Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, et n'exigeant que des nœuds voisins locaux pour compléter l'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 appareils 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 construire 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 les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles sur des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge les topologies clairsemées, la compression de gradients, la synchronisation basse précision et la reprise à partir de points de contrôle, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base permettant 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 dispositifs, ouvrant la "dernière ligne droite" de la communication pour construire un véritable réseau de formation collaborative ouvert et sans confiance.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer 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 des tâches, l'entraînement des nœuds, la validation des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle d'incitation autour de "comportement d'entraînement réel".
Quatre, 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 échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été formé par 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 ainsi la faisabilité et la stabilité des réseaux de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais également le concept de "l'entraînement est un consensus" proposé par Prime Intellect.