Le Saint Graal de Crypto AI : Exploration de pointe de l'entraînement décentralisé
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape la plus consommatrice de ressources et avec le plus haut seuil technologique, déterminant directement la capacité maximale des modèles et l'effet d'application réel. 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, représentant le véritable "secteur lourd" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être 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 institution au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des composants matériels, des logiciels de base, du système de gestion de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration 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 comme GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources, mais elle présente également des problèmes tels que le monopole des données, les barrières à l'entrée, la consommation d'énergie et les risques de point unique.
L'entraînement distribué est la méthode principale de l'entraînement des grands modèles actuels, son noyau étant de décomposer les tâches d'entraînement du modèle et de les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement en calcul et en stockage sur une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus d'interconnexion haute vitesse NVLink, avec le nœud principal coordonnant de manière unifiée chaque sous-tâche. Les méthodes principales comprennent :
Parallélisme des données : 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 grande extensibilité.
Pipeline parallèle : exécution séquentielle par étapes, amélioration du débit
Parallélisme tensoriel : segmentation fine du calcul matriciel, amélioration de la granularité du parallélisme
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance plusieurs employés de "bureaux" pour accomplir des tâches. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résilient à la censure. Ses caractéristiques fondamentales sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches de formation sans coordonnateur central, généralement en distribuant et en collaborant sur les tâches par le biais de protocoles, et en s'appuyant sur des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Difficulté d'hétérogénéité des appareils et de découpage : difficulté de coordination des appareils hétérogènes, faible efficacité de découpage des tâches
Goulot d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement de synchronisation des gradients évident
Exécution fiable manquante : absence d'environnement d'exécution fiable, difficulté à vérifier si les nœuds participent réellement au calcul.
Manque de coordination unifiée : pas de planificateur central, distribution des tâches, mécanisme de retour en arrière des exceptions complexe
L'entraînement décentralisé peut être compris comme : un groupe de volontaires du monde entier contribuant chacun leur puissance de calcul pour entraîner le modèle de manière collaborative, mais "le véritable entraînement décentralisé à grande échelle réalisable" demeure un défi d'ingénierie systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles, et d'autres niveaux. Cependant, la possibilité d'une "collaboration efficace + incitation à l'honnêteté + résultats corrects" est encore à un stade précoce d'exploration de prototypes.
L'apprentissage fédéré, en tant que forme transitoire entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité à la confidentialité. L'apprentissage fédéré présente une structure d'ingénierie d'entraînement distribué et une capacité de coopération locale, tout en bénéficiant des avantages de la dispersion des données de l'entraînement décentralisé. Cependant, il dépend toujours d'une partie 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 un contexte de conformité à la confidentialité, qui est relativement modérée en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, ce qui le rend plus approprié en tant qu'architecture de déploiement transitoire pour l'industrie.
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 sans confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une haute mémoire vidéo, d'une faible latence et d'une bande passante élevée, ce qui rend difficile le fractionnement et la synchronisation efficaces dans un réseau ouvert ; les tâches ayant des restrictions fortes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, et ne peuvent pas être partagées ouvertement ; tandis que les tâches manquant d'incitations à la collaboration n'ont pas de motivation externe pour la participation. Ces limites constituent ensemble les restrictions 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, facilement parallélisables et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le raffinement LoRA, les tâches d'entraînement post-alignement comportemental, l'entraînement et l'annotation par crowdsourcing des données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des appareils Edge. Ces tâches possèdent généralement des caractéristiques de haute parallélisabilité, de faible couplage et de tolérance à la puissance de calcul hétérogène, ce qui les rend particulièrement adaptées à un entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Décentralisation des projets classiques d'entraînement
Actuellement, dans le domaine de la décentralisation 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 technologique et de difficulté d'implémentation technique, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales en matière d'architecture système et de conception d'algorithmes, représentant ainsi les directions de recherche théorique à la pointe; tandis que les voies de réalisation de Gensyn et Flock.io sont relativement claires, montrant déjà des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies de base et l'architecture d'ingénierie derrière ces cinq projets, et examinera en outre leurs différences et relations complémentaires dans le système d'entraînement AI décentralisé.
Prime Intellect: Pionniers des réseaux collaboratifs d'apprentissage par renforcement vérifiables par la 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 computationnelles. Prime Intellect aspire à créer un système d'entraînement AI décentralisé, vérifiable, ouvert et doté d'un mécanisme d'incitation complet grâce aux trois modules PRIME-RL + TOPLOC + SHARDCAST.
Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Détails 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 des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découpant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de réaliser indépendamment le cycle de tâches en local, tout en collaborant via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est plus adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant à la fois la complexité du système et posant les bases pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
#TOPLOC:Mécanisme de vérification du comportement d'entraînement léger
TOPLOC est un mécanisme de cœur de vérifiabilité d'entraînement proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement effectué un apprentissage de stratégie valide 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 allégée en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour réaliser une allocation de récompenses d'entraînement sans confiance, fournissant un chemin 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 réseau réels asynchrones, à bande passante limitée et avec des états de nœud variables. Il combine des mécanismes de propagation de type gossip et des stratégies de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles même en état de désynchronisation, réalisant ainsi une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base essentielle pour établir un consensus de poids stable et une itération d'entraînement continue.
#OpenDiLoCo: Cadre de communication asynchrone épars
OpenDiLoCo est un cadre d'optimisation de communication développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants de la formation décentralisée tels que la bande passante limitée, l'hétérogénéité des dispositifs et l'instabilité des nœuds. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses telles que Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, ne dépendant que des nœuds voisins locaux pour achever la formation collaborative du modèle. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux dispositifs en périphérie de participer de manière stable aux tâches de formation, améliorant considérablement la participation à la formation collaborative mondiale, ce qui en fait l'une des infrastructures de communication clés pour construire un réseau de formation décentralisé.
#PCCL: Bibliothèque de communication collaborative
PCCL est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles sur des appareils hétérogènes et des réseaux à faible bande passante. PCCL prend en charge les topologies éparses, la compression de gradient, la synchronisation à faible précision et la reprise après interruption, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant ainsi un composant sous-jacent au protocole OpenDiLoCo pour la capacité de communication asynchrone. Cela améliore considérablement la tolérance à la bande passante et la compatibilité des appareils du réseau d'entraînement, ouvrant la "dernière étape" de la communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Réseau d'incitation Prime Intellect et répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer à des tâches et de recevoir des récompenses 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 observer les trajectoires
Nœuds 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 vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle d'incitation autour du "comportement d'entraînement réel".
INTELLECT-2: Lancement du premier modèle d'entraînement décentralisé et vérifiable
Prime Intellect a publié 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 paramètre atteignant 32B. Le modèle INTELLECT-2 a été entraîné en collaboration par plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une avancée en termes de performance, mais c'est aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture, de la vérifiabilité et d'un cycle de motivation économique dans le processus d'entraînement du réseau décentralisé.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
10 J'aime
Récompense
10
7
Partager
Commentaire
0/400
CrossChainBreather
· Il y a 17h
Ressources Grands investisseurs AI
Voir l'originalRépondre0
FOMOmonster
· 07-19 17:41
Ceci est le véritable Saint Graal de l'IA.
Voir l'originalRépondre0
GateUser-c802f0e8
· 07-18 06:11
Industrie lourde + Saint Graal, c'est juste brûler de l'argent.
Voir l'originalRépondre0
not_your_keys
· 07-18 00:56
Quel est l'intérêt de centraliser l'IA ?
Voir l'originalRépondre0
HodlTheDoor
· 07-18 00:55
On s'entraîne à l'IA ici ?
Voir l'originalRépondre0
StableNomad
· 07-18 00:54
intelligence artificielle décentralisée ? on dirait luna 2.0 pour être honnête... voyons d'abord ces métriques de risque
Exploration de l'entraînement décentralisé de l'IA : Analyse des technologies de pointe de Prime Intellect à Pluralis
Le Saint Graal de Crypto AI : Exploration de pointe de l'entraînement décentralisé
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape la plus consommatrice de ressources et avec le plus haut seuil technologique, déterminant directement la capacité maximale des modèles et l'effet d'application réel. 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, représentant le véritable "secteur lourd" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être 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 institution au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des composants matériels, des logiciels de base, du système de gestion de cluster, jusqu'au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration 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 comme GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources, mais elle présente également des problèmes tels que le monopole des données, les barrières à l'entrée, la consommation d'énergie et les risques de point unique.
L'entraînement distribué est la méthode principale de l'entraînement des grands modèles actuels, son noyau étant de décomposer les tâches d'entraînement du modèle et de les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement en calcul et en stockage sur une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus d'interconnexion haute vitesse NVLink, avec le nœud principal coordonnant de manière unifiée chaque sous-tâche. Les méthodes principales comprennent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance plusieurs employés de "bureaux" pour accomplir des tâches. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résilient à la censure. Ses caractéristiques fondamentales sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches de formation sans coordonnateur central, généralement en distribuant et en collaborant sur les tâches par le biais de protocoles, et en s'appuyant sur des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
L'entraînement décentralisé peut être compris comme : un groupe de volontaires du monde entier contribuant chacun leur puissance de calcul pour entraîner le modèle de manière collaborative, mais "le véritable entraînement décentralisé à grande échelle réalisable" demeure un défi d'ingénierie systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles, et d'autres niveaux. Cependant, la possibilité d'une "collaboration efficace + incitation à l'honnêteté + résultats corrects" est encore à un stade précoce d'exploration de prototypes.
L'apprentissage fédéré, en tant que forme transitoire entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité à la confidentialité. L'apprentissage fédéré présente une structure d'ingénierie d'entraînement distribué et une capacité de coopération locale, tout en bénéficiant des avantages de la dispersion des données de l'entraînement décentralisé. Cependant, il dépend toujours d'une partie 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 un contexte de conformité à la confidentialité, qui est relativement modérée en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, ce qui le rend plus approprié en tant qu'architecture de déploiement transitoire pour l'industrie.
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 sans confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une haute mémoire vidéo, d'une faible latence et d'une bande passante élevée, ce qui rend difficile le fractionnement et la synchronisation efficaces dans un réseau ouvert ; les tâches ayant des restrictions fortes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, et ne peuvent pas être partagées ouvertement ; tandis que les tâches manquant d'incitations à la collaboration n'ont pas de motivation externe pour la participation. Ces limites constituent ensemble les restrictions 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, facilement parallélisables et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le raffinement LoRA, les tâches d'entraînement post-alignement comportemental, l'entraînement et l'annotation par crowdsourcing des données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des appareils Edge. Ces tâches possèdent généralement des caractéristiques de haute parallélisabilité, de faible couplage et de tolérance à la puissance de calcul hétérogène, ce qui les rend particulièrement adaptées à un entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Décentralisation des projets classiques d'entraînement
Actuellement, dans le domaine de la décentralisation 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 technologique et de difficulté d'implémentation technique, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales en matière d'architecture système et de conception d'algorithmes, représentant ainsi les directions de recherche théorique à la pointe; tandis que les voies de réalisation de Gensyn et Flock.io sont relativement claires, montrant déjà des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies de base et l'architecture d'ingénierie derrière ces cinq projets, et examinera en outre leurs différences et relations complémentaires dans le système d'entraînement AI décentralisé.
Prime Intellect: Pionniers des réseaux collaboratifs d'apprentissage par renforcement vérifiables par la 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 computationnelles. Prime Intellect aspire à créer un système d'entraînement AI décentralisé, vérifiable, ouvert et doté d'un mécanisme d'incitation complet grâce aux trois modules PRIME-RL + TOPLOC + SHARDCAST.
Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Détails 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 des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découpant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de réaliser indépendamment le cycle de tâches en local, tout en collaborant via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est plus adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant à la fois la complexité du système et posant les bases pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
#TOPLOC:Mécanisme de vérification du comportement d'entraînement léger
TOPLOC est un mécanisme de cœur de vérifiabilité d'entraînement proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement effectué un apprentissage de stratégie valide 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 allégée en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour réaliser une allocation de récompenses d'entraînement sans confiance, fournissant un chemin 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 réseau réels asynchrones, à bande passante limitée et avec des états de nœud variables. Il combine des mécanismes de propagation de type gossip et des stratégies de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles même en état de désynchronisation, réalisant ainsi une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base essentielle pour établir un consensus de poids stable et une itération d'entraînement continue.
#OpenDiLoCo: Cadre de communication asynchrone épars
OpenDiLoCo est un cadre d'optimisation de communication développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants de la formation décentralisée tels que la bande passante limitée, l'hétérogénéité des dispositifs et l'instabilité des nœuds. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses telles que Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, ne dépendant que des nœuds voisins locaux pour achever la formation collaborative du modèle. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux dispositifs en périphérie de participer de manière stable aux tâches de formation, améliorant considérablement la participation à la formation collaborative mondiale, ce qui en fait l'une des infrastructures de communication clés pour construire un réseau de formation décentralisé.
#PCCL: Bibliothèque de communication collaborative
PCCL est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles sur des appareils hétérogènes et des réseaux à faible bande passante. PCCL prend en charge les topologies éparses, la compression de gradient, la synchronisation à faible précision et la reprise après interruption, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant ainsi un composant sous-jacent au protocole OpenDiLoCo pour la capacité de communication asynchrone. Cela améliore considérablement la tolérance à la bande passante et la compatibilité des appareils du réseau d'entraînement, ouvrant la "dernière étape" de la communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Réseau d'incitation Prime Intellect et répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer à des tâches et de recevoir des récompenses 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 vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle d'incitation autour du "comportement d'entraînement réel".
INTELLECT-2: Lancement du premier modèle d'entraînement décentralisé et vérifiable
Prime Intellect a publié 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 paramètre atteignant 32B. Le modèle INTELLECT-2 a été entraîné en collaboration par plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une avancée en termes de performance, mais c'est aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture, de la vérifiabilité et d'un cycle de motivation économique dans le processus d'entraînement du réseau décentralisé.