Évolution des paradigmes d'entraînement de l'IA : d'un contrôle centralisé à une révolution technologique de la collaboration décentralisée
Dans la chaîne de valeur complète de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et qui présente le plus haut seuil technologique, déterminant directement la limite de capacité du modèle et l'effet d'application réel. 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 divisées en quatre catégories : l'entraînement centralisé, l'entraînement distribué, l'apprentissage fédéré et l'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, logiciels de base, systèmes de gestion de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration profonde permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui la rend particulièrement adaptée à l'entraînement de modèles à grande échelle comme GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources. Cependant, elle présente également des problèmes de monopole des données, de barrières à l'entrée, de consommation d'énergie et de risque de point de défaillance.
L'entraînement distribué est la méthode dominante pour l'entraînement de grands modèles, dont le cœur consiste à décomposer la tâche d'entraînement du modèle et à la répartir sur plusieurs machines pour une exécution collaborative, afin de surmonter les limitations de calcul et de stockage d'une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble reste contrôlé, planifié et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, et utilisant la technologie de bus interconnecté haute vitesse NVLink, coordonnée par le nœud principal pour les sous-tâches. Les méthodes dominantes incluent :
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 en série par étapes, amélioration du débit
Parallélisme de tenseurs : 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" collaborant pour accomplir une tâche. Actuellement, presque tous les grands modèles principaux 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 par le biais de protocoles qui pilotent 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 :
Hétérogénéité des dispositifs et difficulté de partitionnement : la coordination des dispositifs hétérogènes est difficile, l'efficacité de la partition des tâches est faible.
Bouteille d'étranglement de l'efficacité 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 le nœud participe réellement au calcul.
Manque de coordination unifiée : pas de centralisateur, distribution des tâches et mécanisme de retour en arrière des exceptions complexe
L'entraînement décentralisé peut être compris comme : un groupe de bénévoles du monde entier contribuant chacun leur puissance de calcul pour entraîner un modèle de manière collaborative, mais "un véritable entraînement décentralisé à grande échelle réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles, etc. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + produire des résultats corrects" est encore au stade d'exploration précoce des prototypes.
L'apprentissage fédéré, en tant que forme de transition entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et une capacité de coopération locale, tout en bénéficiant des avantages de la dispersion des données en entraînement décentralisé, mais il dépend toujours d'une entité de coordination de confiance et ne possède pas les caractéristiques d'ouverture complète et de résistance à la censure. On peut le considérer comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, relativement modérée en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, ce qui la rend plus adaptée en tant qu'architecture de déploiement transitoire dans l'industrie.
Tableau de comparaison panoramique des paradigmes d'entraînement AI
Du point de vue des paradigmes 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 de la tâche, des besoins en ressources très élevés ou de la difficulté de la collaboration, elle n'est pas naturellement adaptée à être réalisée efficacement entre des nœuds hétérogènes et dénués de confiance. Par exemple, l'entraînement de grands modèles s'appuie souvent sur une mémoire vidéo élevée, une faible latence et une bande passante élevée, ce qui rend difficile la division et la synchronisation efficaces sur un réseau ouvert ; les tâches avec des exigences strictes en matière de confidentialité des données et de souveraineté sont limitées par des contraintes légales et éthiques qui empêchent le partage ouvert ; tandis que les tâches manquant d'incitations à la collaboration ne disposent pas de motivation extérieure à la participation. Ces frontières constituent ensemble les limitations 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 légères en structure, faciles à paralléliser et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Y compris, mais sans s'y limiter : le fine-tuning LoRA, les tâches de post-entraînement d'alignement comportemental, les tâches d'entraînement et d'annotation de crowdsourcing de données, l'entraînement de petits modèles de base avec des ressources contrôlées, ainsi que les 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, des protocoles Swarm, des optimisateurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets blockchain représentatifs incluent 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 pointe de la recherche théorique actuelle ; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, montrant des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et l'architecture d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect: pionnier des réseaux collaboratifs d'apprentissage par renforcement vérifiables par des trajectoires d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement d'IA sans confiance, permettant à tout le monde de participer à l'entraînement et de recevoir des récompenses fiables pour leur contribution computationnelle. Prime Intellect souhaite, à travers les trois modules PRIME-RL + TOPLOC + SHARDCAST, créer un système d'entraînement d'IA décentralisé avec vérifiabilité, ouverture et mécanisme d'incitation complet.
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 de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution des tâches sur mesure pour des scénarios d'entraînement décentralisés développé par Prime Intellect, conçu spécialement pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, dé-couplant de manière structurée les processus d'entraînement, d'inférence et de téléchargement des poids, permettant à chaque nœud d'entraînement d'accomplir indépendamment la boucle de tâches localement, et collaborant via des interfaces normalisées avec des mécanismes de validation et d'agrégation. Comparé aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centralisée, réduisant ainsi la complexité du système et établissant une base pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC : Mécanisme léger de validation des comportements d'entraînement
TOPLOC est un mécanisme central de vérifiabilité 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 complet du modèle, mais complète la vérification de structure légère en analysant la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus d'apprentissage en objets vérifiables, ce qui constitue une innovation clé pour la distribution de récompenses d'apprentissage sans confiance, et fournit un chemin viable pour construire un réseau d'apprentissage collaboratif décentralisé, auditable et incitatif.
SHARDCAST : protocole d'agrégation et de propagation de poids asynchrone
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 changeants. 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 désynchronisés, réalisant une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore de manière significative l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour établir un consensus de poids stable et des itérations d'entraînement continues.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de la communication, indépendant et open source, développé par l'équipe Prime Intellect sur la base du concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants tels que les limitations de bande passante, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture repose sur le parallélisme des données, en construisant des structures topologiques clairsemées telles que Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant l'entraînement collaboratif du modèle en s'appuyant 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 appareils périphériques 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 des réseaux d'entraînement décentralisés.
PCCL: Bibliothèque de communication collaborative
PCCL est une bibliothèque de communication légère sur mesure pour l'environnement d'entraînement AI décentralisé de Prime Intellect, 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 la topologie sparse, la compression de gradient, la synchronisation à faible précision et la récupération après interruption, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base pour la capacité de communication asynchrone du protocole OpenDiLoCo. Elle améliore considérablement la tolérance à la bande passante des réseaux d'entraînement et la compatibilité des dispositifs, ouvrant la "dernière ligne droite" des fondations de communication pour construire un réseau d'entraînement collaboratif véritablement 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 autorisation, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses en fonction de leur contribution réelle. Le protocole fonctionne sur la base de trois catégories de rôles principaux :
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 l'entraînement local, soumettre les mises à jour de poids et les trajectoires d'observation
Nœud de validation : utiliser le mécanisme TOPLOC pour vérifier la véracité du comportement 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 du "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 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 des réseaux de coopération asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocoles clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation d'un réseau d'entraînement décentralisé avec une ouverture, une vérification et un bouclage d'incitatifs économiques dans le processus d'entraînement.
En termes de performance, INTELLECT-2 est basé sur QwQ-32B et a bénéficié d'un entraînement RL spécialisé en code et en mathématiques, se situant à la pointe des modèles RL open source en cours de réglage.
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.
11 J'aime
Récompense
11
6
Partager
Commentaire
0/400
NotSatoshi
· 07-20 22:41
Accéder au compte est une nécessité.
Voir l'originalRépondre0
CryptoHistoryClass
· 07-20 22:40
*soupir* tout comme l'engouement pour la décentralisation des dotcom en '99... nous n'apprenons jamais, n'est-ce pas
Voir l'originalRépondre0
BridgeTrustFund
· 07-20 22:37
Il n'y a même pas assez d'argent pour nourrir, alors pourquoi faire des entraînements ?
Voir l'originalRépondre0
MonkeySeeMonkeyDo
· 07-20 22:37
Les rois des rouleaux, venez voir ça rapidement.
Voir l'originalRépondre0
AirdropHuntress
· 07-20 22:37
Euh, cette séparation semble clairement poser des problèmes de gestion des risques liés à la dispersion des fonds, non ?
Décentralisation de l'IA entraînement révolution : Prime Intellect ouvre la voie à un nouveau paradigme de collaboration ouverte
Évolution des paradigmes d'entraînement de l'IA : d'un contrôle centralisé à une révolution technologique de la collaboration décentralisée
Dans la chaîne de valeur complète de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et qui présente le plus haut seuil technologique, déterminant directement la limite de capacité du modèle et l'effet d'application réel. 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 divisées en quatre catégories : l'entraînement centralisé, l'entraînement distribué, l'apprentissage fédéré et l'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, logiciels de base, systèmes de gestion de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration profonde permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui la rend particulièrement adaptée à l'entraînement de modèles à grande échelle comme GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources. Cependant, elle présente également des problèmes de monopole des données, de barrières à l'entrée, de consommation d'énergie et de risque de point de défaillance.
L'entraînement distribué est la méthode dominante pour l'entraînement de grands modèles, dont le cœur consiste à décomposer la tâche d'entraînement du modèle et à la répartir sur plusieurs machines pour une exécution collaborative, afin de surmonter les limitations de calcul et de stockage d'une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble reste contrôlé, planifié et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, et utilisant la technologie de bus interconnecté haute vitesse NVLink, coordonnée par le nœud principal pour les sous-tâches. Les méthodes dominantes incluent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance plusieurs employés de "bureau" collaborant pour accomplir une tâche. Actuellement, presque tous les grands modèles principaux 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 par le biais de protocoles qui pilotent 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 :
L'entraînement décentralisé peut être compris comme : un groupe de bénévoles du monde entier contribuant chacun leur puissance de calcul pour entraîner un modèle de manière collaborative, mais "un véritable entraînement décentralisé à grande échelle réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles, etc. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + produire des résultats corrects" est encore au stade d'exploration précoce des prototypes.
L'apprentissage fédéré, en tant que forme de transition entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et une capacité de coopération locale, tout en bénéficiant des avantages de la dispersion des données en entraînement décentralisé, mais il dépend toujours d'une entité de coordination de confiance et ne possède pas les caractéristiques d'ouverture complète et de résistance à la censure. On peut le considérer comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, relativement modérée en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, ce qui la rend plus adaptée en tant qu'architecture de déploiement transitoire dans l'industrie.
Tableau de comparaison panoramique des paradigmes d'entraînement AI
Du point de vue des paradigmes 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 de la tâche, des besoins en ressources très élevés ou de la difficulté de la collaboration, elle n'est pas naturellement adaptée à être réalisée efficacement entre des nœuds hétérogènes et dénués de confiance. Par exemple, l'entraînement de grands modèles s'appuie souvent sur une mémoire vidéo élevée, une faible latence et une bande passante élevée, ce qui rend difficile la division et la synchronisation efficaces sur un réseau ouvert ; les tâches avec des exigences strictes en matière de confidentialité des données et de souveraineté sont limitées par des contraintes légales et éthiques qui empêchent le partage ouvert ; tandis que les tâches manquant d'incitations à la collaboration ne disposent pas de motivation extérieure à la participation. Ces frontières constituent ensemble les limitations 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 légères en structure, faciles à paralléliser et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Y compris, mais sans s'y limiter : le fine-tuning LoRA, les tâches de post-entraînement d'alignement comportemental, les tâches d'entraînement et d'annotation de crowdsourcing de données, l'entraînement de petits modèles de base avec des ressources contrôlées, ainsi que les 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, des protocoles Swarm, des optimisateurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets blockchain représentatifs incluent 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 pointe de la recherche théorique actuelle ; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, montrant des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et l'architecture d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect: pionnier des réseaux collaboratifs d'apprentissage par renforcement vérifiables par des trajectoires d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement d'IA sans confiance, permettant à tout le monde de participer à l'entraînement et de recevoir des récompenses fiables pour leur contribution computationnelle. Prime Intellect souhaite, à travers les trois modules PRIME-RL + TOPLOC + SHARDCAST, créer un système d'entraînement d'IA décentralisé avec vérifiabilité, ouverture et mécanisme d'incitation complet.
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 de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution des tâches sur mesure pour des scénarios d'entraînement décentralisés développé par Prime Intellect, conçu spécialement pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, dé-couplant de manière structurée les processus d'entraînement, d'inférence et de téléchargement des poids, permettant à chaque nœud d'entraînement d'accomplir indépendamment la boucle de tâches localement, et collaborant via des interfaces normalisées avec des mécanismes de validation et d'agrégation. Comparé aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centralisée, réduisant ainsi la complexité du système et établissant une base pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC : Mécanisme léger de validation des comportements d'entraînement
TOPLOC est un mécanisme central de vérifiabilité 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 complet du modèle, mais complète la vérification de structure légère en analysant la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus d'apprentissage en objets vérifiables, ce qui constitue une innovation clé pour la distribution de récompenses d'apprentissage sans confiance, et fournit un chemin viable pour construire un réseau d'apprentissage collaboratif décentralisé, auditable et incitatif.
SHARDCAST : protocole d'agrégation et de propagation de poids asynchrone
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 changeants. 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 désynchronisés, réalisant une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore de manière significative l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour établir un consensus de poids stable et des itérations d'entraînement continues.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de la communication, indépendant et open source, développé par l'équipe Prime Intellect sur la base du concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants tels que les limitations de bande passante, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture repose sur le parallélisme des données, en construisant des structures topologiques clairsemées telles que Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant l'entraînement collaboratif du modèle en s'appuyant 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 appareils périphériques 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 des réseaux d'entraînement décentralisés.
PCCL: Bibliothèque de communication collaborative
PCCL est une bibliothèque de communication légère sur mesure pour l'environnement d'entraînement AI décentralisé de Prime Intellect, 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 la topologie sparse, la compression de gradient, la synchronisation à faible précision et la récupération après interruption, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base pour la capacité de communication asynchrone du protocole OpenDiLoCo. Elle améliore considérablement la tolérance à la bande passante des réseaux d'entraînement et la compatibilité des dispositifs, ouvrant la "dernière ligne droite" des fondations de communication pour construire un réseau d'entraînement collaboratif véritablement 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 autorisation, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses en fonction de leur contribution réelle. Le protocole fonctionne sur la base de trois catégories de rôles principaux :
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 du "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 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 des réseaux de coopération asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocoles clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation d'un réseau d'entraînement décentralisé avec une ouverture, une vérification et un bouclage d'incitatifs économiques dans le processus d'entraînement.
En termes de performance, INTELLECT-2 est basé sur QwQ-32B et a bénéficié d'un entraînement RL spécialisé en code et en mathématiques, se situant à la pointe des modèles RL open source en cours de réglage.