Évolution des paradigmes d'entraînement AI : de la contrôle centralisé à la 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 présente la plus haute barrière technique, déterminant directement la limite de capacité des modèles et l'efficacité des applications réelles. Comparé à l'appel léger de la phase d'inférence, le processus d'entraînement nécessite un investissement continu en puissance de calcul à grande échelle, des processus de traitement de données complexes et un soutien d'algorithmes d'optimisation à haute intensité, représentant 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 divisées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le sujet principal de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule entité au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des matériels aux logiciels de base, en passant par le système de planification de cluster, jusqu'à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de profonde coopération 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, mais souffrant en même temps de 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 d'entraînement des grands modèles actuelle, son cœur consiste à décomposer les tâches d'entraînement du modèle et à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques "décentralisées", l'ensemble est toujours contrôlé, planifié et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus d'interconnexion haut débit NVLink, le nœud principal coordonnant de manière unifiée les sous-tâches. Les méthodes principales comprennent :
Données parallèles : chaque nœud entraîne différents paramètres de données partagés, nécessitant une correspondance des poids du modèle
Parallélisme de modèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité ;
Pipeline parallèle : exécution séquentielle par étapes, augmentation du débit ;
Parallelisme des tenseurs : segmentation fine des calculs matriciels, amélioration du degré de parallélisme.
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", similaire à un même patron dirigeant à distance plusieurs employés de "bureau" pour collaborer à l'achèvement d'une tâche. Actuellement, presque tous les grands modèles principaux sont formés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en utilisant des protocoles pour distribuer les tâches et collaborer, 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, efficacité de découpage des tâches faible ;
Goulot d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement de synchronisation des gradients évident ;
Exécution fiable manquante : manque d'environnement d'exécution fiable, difficile de vérifier si les nœuds participent réellement au calcul ;
Manque de coordination unifiée : pas de centralisateur, la distribution des tâches et le mécanisme de rollback des anomalies sont complexes.
L'entraînement décentralisé peut être compris comme : un groupe de bénévoles du monde entier, chacun contribuant de la puissance de calcul pour entraîner le modèle de manière collaborative, mais "le véritable entraînement décentralisé à grande échelle" reste 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, mais la question de savoir si l'on peut "collaborer efficacement + inciter à l'honnêteté + obtenir des résultats corrects" est encore à un stade précoce d'exploration de prototype.
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 la structure d'ingénierie de l'entraînement distribué et la capacité de collaboration locale, tout en bénéficiant des avantages de la distribution des données propres à l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnante de confiance et ne possède pas des 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, relativement modérée en termes de tâches d'entraînement, de structures de confiance et de mécanismes de communication, et est plus adapté en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, opportunités et chemins réalistes de la formation
Du 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 de la tâche, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, elle n'est naturellement pas adaptée pour être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent d'une mémoire vidéo élevée, d'une faible latence et d'une bande passante élevée, ce qui rend difficile la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions strictes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, ce qui empêche le partage ouvert ; et les tâches qui manquent d'incitations à la collaboration n'ont pas de motivation externe à la participation. Ces frontières constituent ensemble les limites réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légères en structure, faciles à paralléliser et motivantes, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental, les tâches d'entraînement et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que les scénarios d'entraînement collaboratif impliquant des dispositifs edge. Ces tâches possèdent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance aux puissances de calcul hétérogènes, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain représentatifs incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté d'implémentation, 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; tandis que les voies d'implémentation de Gensyn et Flock.io sont relativement claires, permettant d'apercevoir des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et les architectures techniques derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : Pion du réseau collaboratif d'apprentissage par renforcement vérifiable 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 sa contribution en calcul. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
Un, Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, explication détaillée 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, spécialement conçu pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet de priorité, décomposant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâches localement, 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 pour réaliser un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et posant les bases pour le soutien de l'exécution parallèle de multiples tâches et l'évolution des stratégies.
TOPLOC: Mécanisme de vérification des comportements d'entraînement léger
TOPLOC est le mécanisme central de vérifiabilité de l'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 aux solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais réalise une vérification de structure légère en analysant la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires comportementales du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour la distribution de récompenses d'entraînement sans confiance, offrant un chemin viable pour construire un réseau d'entraînement collaboratif décentralisé, auditif et incitatif.
SHARDCAST: Protocole d'agrégation et de diffusion des poids asynchrones
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour un environnement réseau réel asynchrone, à bande passante limitée et avec un état de nœud variable. Il combine un mécanisme de propagation de type gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles dans des états désynchronisés, 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 stable sur les poids et pour l'itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone éparse
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 tels que la bande passante limitée, l'hétérogénéité des dispositifs et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture repose 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, et permettant l'entraînement collaboratif du modèle en ne s'appuyant que sur les nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU de consommation et aux dispositifs 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 un réseau d'entraînement décentralisé.
PCCL: bibliothèque de communication collaborative
PCCL est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles sur des appareils hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression de gradients, la synchronisation à faible précision et la récupération après un point d'arrêt, 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 du réseau d'entraînement et la compatibilité des appareils, ouvrant la "dernière ligne droite" des infrastructures de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, Réseau d'incitation Prime Intellect et 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 à des tâches et de recevoir des récompenses en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles clés :
Initiateur de la tâche : définir l'environnement d'entraînement, le modèle initial, la fonction de récompense et les critères de validation
Nœud d'entraînement : exécuter un entraînement local, soumettre des mises à jour de poids et des trajectoires d'observation
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 cercle 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 taille de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné par plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture complètement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité des réseaux de collaboration asynchrone. Ce modèle représente non seulement une percée sur le plan des 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 essentiels tels que PRIME-RL, TOPLOC et SHARDCAST, marquant ainsi une avancée dans l'entraînement décentralisé.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
8 J'aime
Récompense
8
3
Partager
Commentaire
0/400
Blockwatcher9000
· Il y a 7h
Sans le monde virtuel, quel AI ça reste, n'est-ce pas, il faut encore faire face aux coûts de la compétition.
Voir l'originalRépondre0
LiquiditySurfer
· Il y a 13h
Mining, les gars ont enfin un peu de stabilité.
Voir l'originalRépondre0
ApeShotFirst
· Il y a 13h
Encore en train de parler de la révolution de la Décentralisation, pourquoi tant d'urgence?
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technique de la collaboration décentralisée
Évolution des paradigmes d'entraînement AI : de la contrôle centralisé à la 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 présente la plus haute barrière technique, déterminant directement la limite de capacité des modèles et l'efficacité des applications réelles. Comparé à l'appel léger de la phase d'inférence, le processus d'entraînement nécessite un investissement continu en puissance de calcul à grande échelle, des processus de traitement de données complexes et un soutien d'algorithmes d'optimisation à haute intensité, représentant 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 divisées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le sujet principal de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule entité au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des matériels aux logiciels de base, en passant par le système de planification de cluster, jusqu'à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de profonde coopération 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, mais souffrant en même temps de 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 d'entraînement des grands modèles actuelle, son cœur consiste à décomposer les tâches d'entraînement du modèle et à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques "décentralisées", l'ensemble est toujours contrôlé, planifié et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus d'interconnexion haut débit NVLink, le nœud principal coordonnant de manière unifiée 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 "bureau" pour collaborer à l'achèvement d'une tâche. Actuellement, presque tous les grands modèles principaux sont formés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en utilisant des protocoles pour distribuer les tâches et collaborer, 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 bénévoles du monde entier, chacun contribuant de la puissance de calcul pour entraîner le modèle de manière collaborative, mais "le véritable entraînement décentralisé à grande échelle" reste 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, mais la question de savoir si l'on peut "collaborer efficacement + inciter à l'honnêteté + obtenir des résultats corrects" est encore à un stade précoce d'exploration de prototype.
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 la structure d'ingénierie de l'entraînement distribué et la capacité de collaboration locale, tout en bénéficiant des avantages de la distribution des données propres à l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnante de confiance et ne possède pas des 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, relativement modérée en termes de tâches d'entraînement, de structures de confiance et de mécanismes de communication, et est plus adapté en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, opportunités et chemins réalistes de la formation
Du 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 de la tâche, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, elle n'est naturellement pas adaptée pour être réalisée efficacement entre des nœuds hétérogènes et non fiables. Par exemple, l'entraînement de grands modèles dépend souvent d'une mémoire vidéo élevée, d'une faible latence et d'une bande passante élevée, ce qui rend difficile la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions strictes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, ce qui empêche le partage ouvert ; et les tâches qui manquent d'incitations à la collaboration n'ont pas de motivation externe à la participation. Ces frontières constituent ensemble les limites réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légères en structure, faciles à paralléliser et motivantes, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental, les tâches d'entraînement et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que les scénarios d'entraînement collaboratif impliquant des dispositifs edge. Ces tâches possèdent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance aux puissances de calcul hétérogènes, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets de blockchain représentatifs incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté d'implémentation, 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; tandis que les voies d'implémentation de Gensyn et Flock.io sont relativement claires, permettant d'apercevoir des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et les architectures techniques derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : Pion du réseau collaboratif d'apprentissage par renforcement vérifiable 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 sa contribution en calcul. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
Un, Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, explication détaillée 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, spécialement conçu pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet de priorité, décomposant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâches localement, 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 pour réaliser un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et posant les bases pour le soutien de l'exécution parallèle de multiples tâches et l'évolution des stratégies.
TOPLOC: Mécanisme de vérification des comportements d'entraînement léger
TOPLOC est le mécanisme central de vérifiabilité de l'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 aux solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais réalise une vérification de structure légère en analysant la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires comportementales du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour la distribution de récompenses d'entraînement sans confiance, offrant un chemin viable pour construire un réseau d'entraînement collaboratif décentralisé, auditif et incitatif.
SHARDCAST: Protocole d'agrégation et de diffusion des poids asynchrones
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour un environnement réseau réel asynchrone, à bande passante limitée et avec un état de nœud variable. Il combine un mécanisme de propagation de type gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles dans des états désynchronisés, 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 stable sur les poids et pour l'itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone éparse
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 tels que la bande passante limitée, l'hétérogénéité des dispositifs et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture repose 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, et permettant l'entraînement collaboratif du modèle en ne s'appuyant que sur les nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU de consommation et aux dispositifs 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 un réseau d'entraînement décentralisé.
PCCL: bibliothèque de communication collaborative
PCCL est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles sur des appareils hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression de gradients, la synchronisation à faible précision et la récupération après un point d'arrêt, 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 du réseau d'entraînement et la compatibilité des appareils, ouvrant la "dernière ligne droite" des infrastructures de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, Réseau d'incitation Prime Intellect et 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 à des tâches et de recevoir des récompenses en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles clés :
Le processus central du protocole comprend la publication des tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cercle 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 taille de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné par plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture complètement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité des réseaux de collaboration asynchrone. Ce modèle représente non seulement une percée sur le plan des 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 essentiels tels que PRIME-RL, TOPLOC et SHARDCAST, marquant ainsi une avancée dans l'entraînement décentralisé.