Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée
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 de complexité technique, déterminant directement la limite de capacité des modèles et l'efficacité des applications réelles. Par rapport à l'appel léger de la phase d'inférence, le processus d'entraînement nécessite un investissement continu en puissance de calcul à grande échelle, des processus de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, constituant ainsi le véritable "secteur lourd" de la construction des systèmes d'IA. D'un point de vue des paradigmes architecturaux, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le principal sujet de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule institution au sein de clusters haute performance locaux, où l'ensemble du processus d'entraînement, depuis le matériel, le logiciel de base, le 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 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 très adaptée à l'entraînement de modèles à grande échelle tels que GPT et Gemini, avec 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 unique.
L'entraînement distribué est la méthode principale pour l'entraînement de grands modèles actuellement. Son cœur réside dans le fait de décomposer les tâches d'entraînement du modèle, puis de les répartir sur plusieurs machines pour une exécution collaborative, afin de surmonter les goulots d'étranglement en termes de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques "décentralisées", l'ensemble reste contrôlé, programmé et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus interconnexion 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 ;
Pipelines parallèles : exécution en série par étapes, augmentation du débit ;
Parallélisme tensoriel : segmentation précise des calculs matriciels, améliorant la granularité du parallélisme.
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", similaire à un même patron dirigeant à distance plusieurs employés de "bureaux" pour collaborer à la réalisation d'une tâche. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente donc un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds qui ne se font pas confiance collaborent à l'achèvement des tâches d'entraînement sans coordinateur central, généralement en utilisant des protocoles pour conduire la distribution et la collaboration des tâches, et en s'appuyant sur des mécanismes d'incitation cryptographiques pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
Hétérogénéité des équipements et difficulté de découpage : difficulté de coordination des équipements hétérogènes, faible efficacité de découpage des tâches ;
Goulot d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement évident dans la synchronisation des gradients;
Exécution fiable manquante : manque d'environnement d'exécution fiable, difficile de vérifier si les nœuds participent réellement au calcul ;
Manque de coordination unifiée : pas de planificateur central, la distribution des tâches et le mécanisme de retour en arrière des anomalies sont complexes.
L'entraînement décentralisé peut être compris comme : un groupe de bénévoles du monde entier, contribuant chacun leur puissance de calcul pour entraîner le modèle en collaboration, mais "le véritable entraînement décentralisé à grande échelle réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture du 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 + incitatif à l'honnêteté + résultats corrects" en est encore au stade précoce de l'exploration des prototypes.
L'apprentissage fédéré, en tant que forme transitionnelle entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, et est adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité de collaboration locale, tout en bénéficiant des avantages de la dispersion des données dans l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnatrice de confiance et ne possède pas les caractéristiques d'ouverture complète et de résistance à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, plus adaptés comme architecture de déploiement transitoire pour l'industrie.
Tableau comparatif panoramique des paradigmes d'entraînement AI
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, de l'exigence élevée en ressources 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 de la haute mémoire vidéo, de la faible latence et de la bande passante élevée, ce qui rend difficile une découpe et une synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions fortes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, rendant le partage ouvert impossible ; tandis que les tâches manquant de bases d'incitation à la collaboration souffrent d'un manque de motivation externe à la participation. Ces limites forment ensemble les restrictions réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que la formation décentralisée est un faux problème. En fait, dans les types de tâches légères, faciles à paralléliser et incitatives, la formation décentralisée montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches de formation post-alignment comportemental ( telles que RLHF, DPO ), les tâches de formation et d'annotation par crowdsourcing, la formation de petits modèles de base contrôlables en ressources, ainsi que des scénarios de formation collaborative impliquant des dispositifs périphériques. Ces tâches possèdent 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 une formation collaborative via des réseaux P2P, des protocoles Swarm, des optimisateurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de pointe de la formation décentralisée et de l'apprentissage fédéré, les projets 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 en matière d'architecture système et de conception d'algorithmes, représentant les directions de recherche théorique à la pointe actuelle ; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, montrant déjà des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect: précurseur 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 souhaite, à travers les trois principaux modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé, doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, explication 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 de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour des réseaux hétérogènes et des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, déconnectant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement d'accomplir indépendamment la boucle de tâche 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 plus adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centralisée, réduisant ainsi la complexité du système tout en posant les bases du soutien à l'exécution parallèle de multiples tâches et à l'évolution des stratégies.
TOPLOC: Mécanisme de validation du comportement d'entraînement léger
TOPLOC est un mécanisme central de vérification de la formation 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 de l'ensemble du modèle, mais réalise une vérification de structure légère en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie". Il transforme pour la première fois les trajectoires comportementales du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour réaliser une distribution de récompenses d'entraînement sans confiance, offrant une voie réalisable pour construire un réseau d'entraînement collaboratif décentralisé, auditables et incitatifs.
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 de réseau réels asynchrones, à bande passante limitée et avec des états de nœuds 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 désynchronisés, réalisant une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour construire 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 développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécifiquement conçu pour relever les défis courants de la formation décentralisée tels que les limitations de bande passante, l'hétérogénéité des appareils et l'instabilité des nœuds. Son architecture est basée sur le parallélisme des données, en construisant des topologies éparses telles que Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant une formation collaborative 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 grand public et aux appareils en périphérie de participer de manière stable aux tâches d'entraînement, améliorant considérablement l'accessibilité de la formation collaborative mondiale, 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 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 soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs pour le réseau d'entraînement collaboratif véritablement ouvert et sans confiance, dégageant la "dernière étape" de l'infrastructure de communication.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans autorisation, vérifiable, avec un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et d'obtenir des récompenses basées sur des contributions réelles. Le protocole fonctionne sur la base de trois types 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 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 (SHARDCAST) et la distribution des récompenses, formant ainsi 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, qui est le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec une taille de paramètres atteignant 32B. Le modèle INTELLECT-2 a été formé en collaboration par plus de 100 nœuds GPU hétérogènes répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais également la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocoles clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant une décentralisation.
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.
12 J'aime
Récompense
12
4
Partager
Commentaire
0/400
MemeTokenGenius
· Il y a 7h
Cette vague d'entraînement AI en Décentralisation est vraiment bien faite.
Voir l'originalRépondre0
BlockchainArchaeologist
· Il y a 7h
Les difficultés des modèles d'entraînement que seuls les experts en infrastructure comprennent.
Voir l'originalRépondre0
GhostAddressHunter
· Il y a 7h
Encore en train de dessiner un BTC, y a-t-il du BTC à manger ?
Voir l'originalRépondre0
NftMetaversePainter
· Il y a 7h
en fait... le véritable changement de paradigme ne concerne pas du tout l'entraînement. il s'agit de la souveraineté algorithmique dans le domaine computationnel post-physique *sirote du thé*
Nouveau paradigme d'entraînement en IA : transformation technologique de la contrôle centralisé à la collaboration décentralisée.
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée
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 de complexité technique, déterminant directement la limite de capacité des modèles et l'efficacité des applications réelles. Par rapport à l'appel léger de la phase d'inférence, le processus d'entraînement nécessite un investissement continu en puissance de calcul à grande échelle, des processus de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, constituant ainsi le véritable "secteur lourd" de la construction des systèmes d'IA. D'un point de vue des paradigmes architecturaux, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le principal sujet de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule institution au sein de clusters haute performance locaux, où l'ensemble du processus d'entraînement, depuis le matériel, le logiciel de base, le 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 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 très adaptée à l'entraînement de modèles à grande échelle tels que GPT et Gemini, avec 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 unique.
L'entraînement distribué est la méthode principale pour l'entraînement de grands modèles actuellement. Son cœur réside dans le fait de décomposer les tâches d'entraînement du modèle, puis de les répartir sur plusieurs machines pour une exécution collaborative, afin de surmonter les goulots d'étranglement en termes de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques "décentralisées", l'ensemble reste contrôlé, programmé et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus interconnexion 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", similaire à un même patron dirigeant à distance plusieurs employés de "bureaux" pour collaborer à la réalisation d'une tâche. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente donc un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds qui ne se font pas confiance collaborent à l'achèvement des tâches d'entraînement sans coordinateur central, généralement en utilisant des protocoles pour conduire la distribution et la collaboration des tâches, et en s'appuyant sur des mécanismes d'incitation cryptographiques 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 le modèle en collaboration, mais "le véritable entraînement décentralisé à grande échelle réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture du 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 + incitatif à l'honnêteté + résultats corrects" en est encore au stade précoce de l'exploration des prototypes.
L'apprentissage fédéré, en tant que forme transitionnelle entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, et est adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité de collaboration locale, tout en bénéficiant des avantages de la dispersion des données dans l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnatrice de confiance et ne possède pas les caractéristiques d'ouverture complète et de résistance à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, plus adaptés comme architecture de déploiement transitoire pour l'industrie.
Tableau comparatif panoramique des paradigmes d'entraînement AI
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, de l'exigence élevée en ressources 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 de la haute mémoire vidéo, de la faible latence et de la bande passante élevée, ce qui rend difficile une découpe et une synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions fortes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, rendant le partage ouvert impossible ; tandis que les tâches manquant de bases d'incitation à la collaboration souffrent d'un manque de motivation externe à la participation. Ces limites forment ensemble les restrictions réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que la formation décentralisée est un faux problème. En fait, dans les types de tâches légères, faciles à paralléliser et incitatives, la formation décentralisée montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches de formation post-alignment comportemental ( telles que RLHF, DPO ), les tâches de formation et d'annotation par crowdsourcing, la formation de petits modèles de base contrôlables en ressources, ainsi que des scénarios de formation collaborative impliquant des dispositifs périphériques. Ces tâches possèdent 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 une formation collaborative via des réseaux P2P, des protocoles Swarm, des optimisateurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de pointe de la formation décentralisée et de l'apprentissage fédéré, les projets 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 en matière d'architecture système et de conception d'algorithmes, représentant les directions de recherche théorique à la pointe actuelle ; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, montrant déjà des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect: précurseur 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 souhaite, à travers les trois principaux modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé, doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, explication 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 de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour des réseaux hétérogènes et des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, déconnectant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement d'accomplir indépendamment la boucle de tâche 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 plus adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centralisée, réduisant ainsi la complexité du système tout en posant les bases du soutien à l'exécution parallèle de multiples tâches et à l'évolution des stratégies.
TOPLOC: Mécanisme de validation du comportement d'entraînement léger
TOPLOC est un mécanisme central de vérification de la formation 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 de l'ensemble du modèle, mais réalise une vérification de structure légère en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie". Il transforme pour la première fois les trajectoires comportementales du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour réaliser une distribution de récompenses d'entraînement sans confiance, offrant une voie réalisable pour construire un réseau d'entraînement collaboratif décentralisé, auditables et incitatifs.
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 de réseau réels asynchrones, à bande passante limitée et avec des états de nœuds 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 désynchronisés, réalisant une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour construire 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 développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécifiquement conçu pour relever les défis courants de la formation décentralisée tels que les limitations de bande passante, l'hétérogénéité des appareils et l'instabilité des nœuds. Son architecture est basée sur le parallélisme des données, en construisant des topologies éparses telles que Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant une formation collaborative 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 grand public et aux appareils en périphérie de participer de manière stable aux tâches d'entraînement, améliorant considérablement l'accessibilité de la formation collaborative mondiale, 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 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 soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs pour le réseau d'entraînement collaboratif véritablement ouvert et sans confiance, dégageant la "dernière étape" de l'infrastructure de communication.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans autorisation, vérifiable, avec un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et d'obtenir des récompenses basées sur des contributions réelles. Le protocole fonctionne sur la base de trois types 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 (SHARDCAST) et la distribution des récompenses, formant ainsi 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, qui est le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec une taille de paramètres atteignant 32B. Le modèle INTELLECT-2 a été formé en collaboration par plus de 100 nœuds GPU hétérogènes répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais également la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocoles clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant une décentralisation.