Cawan Suci Crypto AI: Penjelajahan Terdepan dalam Pelatihan Desentralisasi

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling banyak menghabiskan sumber daya dan memiliki ambang teknologi tertinggi, yang secara langsung menentukan batas kemampuan model dan efektivitas aplikasi yang sebenarnya. Berbeda dengan pemanggilan ringan pada tahap inferensi, proses pelatihan memerlukan investasi daya komputasi besar-besaran yang berkelanjutan, alur pemrosesan data yang kompleks, dan dukungan algoritma optimasi yang intensif, sehingga merupakan "industri berat" sejati dalam pembangunan sistem AI. Dari sudut pandang paradigma arsitektur, metode pelatihan dapat dibagi menjadi empat kategori: pelatihan terpusat, pelatihan terdistribusi, pembelajaran federasi, dan pelatihan desentralisasi yang menjadi fokus pembahasan dalam artikel ini.

Pelatihan terpusat adalah cara tradisional yang paling umum, dilakukan oleh satu lembaga di dalam kluster performa tinggi lokal yang menyelesaikan semua proses pelatihan, dari perangkat keras, perangkat lunak dasar, sistem penjadwalan kluster, hingga semua komponen kerangka pelatihan dikoordinasikan oleh sistem kontrol yang terpadu. Arsitektur kolaborasi mendalam ini membuat berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan mencapai efisiensi optimal, sangat cocok untuk pelatihan model besar seperti GPT, Gemini, dengan keunggulan efisiensi tinggi dan sumber daya yang dapat dikendalikan, tetapi pada saat yang sama ada masalah seperti monopoli data, penghalang sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah cara utama untuk melatih model besar saat ini, intinya adalah membagi tugas pelatihan model, kemudian mendistribusikannya ke beberapa mesin untuk dieksekusi secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan tunggal. Meskipun secara fisik memiliki karakteristik "terdistribusi", keseluruhan masih dikendalikan dan disinkronkan oleh lembaga terpusat, biasanya berjalan di lingkungan jaringan lokal berkecepatan tinggi, melalui teknologi bus interkoneksi cepat NVLink, dengan node utama yang secara terpusat mengkoordinasikan setiap sub-tugas. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda berbagi, perlu mencocokkan bobot model
• Paralelisme model: Menempatkan bagian-bagian model di node yang berbeda, untuk mencapai skalabilitas yang kuat
• Pipa paralel: eksekusi serial bertahap, meningkatkan throughput
• Paralel Tensor: Memperhalus pemecahan perhitungan matriks, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", mirip dengan satu bos yang mengarahkan kolaborasi beberapa pegawai "kantor" secara jarak jauh untuk menyelesaikan tugas. Saat ini, hampir semua model besar utama dilatih dengan cara ini.

Desentralisasi pelatihan mewakili jalur masa depan yang lebih terbuka dan memiliki karakter antikorsase. Ciri khas utamanya adalah: beberapa node yang tidak saling percaya bekerja sama menyelesaikan tugas pelatihan tanpa koordinator pusat, biasanya melalui protokol yang menggerakkan distribusi tugas dan kolaborasi, serta menggunakan mekanisme insentif kriptografi untuk memastikan kejujuran kontribusi. Tantangan utama yang dihadapi oleh model ini meliputi:

• Heterogenitas perangkat dan kesulitan pemisahan: koordinasi perangkat heterogen sulit, efisiensi pemisahan tugas rendah
• Bottleneck efisiensi komunikasi: komunikasi jaringan tidak stabil, bottleneck sinkronisasi gradien jelas
• Eksekusi Tepercaya Hilang: Kurangnya lingkungan eksekusi tepercaya, sulit untuk memverifikasi apakah node benar-benar berpartisipasi dalam perhitungan.
• Kurangnya koordinasi yang terintegrasi: tidak ada pengatur pusat, distribusi tugas, mekanisme pemulihan dari kesalahan yang kompleks

Pelatihan desentralisasi dapat dipahami sebagai: sekumpulan relawan global yang masing-masing menyumbangkan daya komputasi untuk melatih model secara kolaboratif, tetapi "pelatihan desentralisasi skala besar yang benar-benar dapat dilakukan" masih merupakan tantangan rekayasa sistemik, yang melibatkan arsitektur sistem, protokol komunikasi, keamanan kriptografi, mekanisme ekonomi, validasi model, dan banyak aspek lainnya, tetapi apakah "kolaborasi yang efektif + insentif yang jujur + hasil yang benar" masih berada pada tahap eksplorasi prototipe awal.

Pembelajaran federasi sebagai bentuk transisi antara terdistribusi dan Desentralisasi, menekankan pada penyimpanan data lokal, agregasi parameter model secara terpusat, dan cocok untuk skenario yang menekankan kepatuhan privasi. Pembelajaran federasi memiliki struktur rekayasa pelatihan terdistribusi dan kemampuan kolaborasi lokal, sementara juga memiliki keuntungan penyebaran data dari pelatihan Desentralisasi, namun tetap bergantung pada pihak koordinator yang terpercaya, dan tidak memiliki karakteristik yang sepenuhnya terbuka dan tahan sensor. Ini dapat dianggap sebagai solusi "Desentralisasi yang terkontrol" dalam skenario kepatuhan privasi, yang relatif moderat dalam hal tugas pelatihan, struktur kepercayaan, dan mekanisme komunikasi, lebih cocok sebagai arsitektur penerapan transisi di industri.

Batas, Peluang, dan Jalur Realitas dari Pelatihan Desentralisasi

Dari perspektif paradigma pelatihan, pelatihan desentralisasi tidak cocok untuk semua jenis tugas. Dalam beberapa skenario, karena struktur tugas yang kompleks, kebutuhan sumber daya yang sangat tinggi, atau kesulitan kolaborasi, secara alami tidak cocok untuk diselesaikan secara efisien di antara node yang heterogen dan tanpa kepercayaan. Misalnya, pelatihan model besar sering bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, yang sulit untuk dibagi dan disinkronkan secara efektif di jaringan terbuka; tugas yang dibatasi oleh privasi data dan pembatasan kedaulatan terhambat oleh kepatuhan hukum dan batasan etika, sehingga tidak dapat dibagikan secara terbuka; sementara tugas yang kekurangan dasar insentif kolaborasi tidak memiliki motivasi partisipasi eksternal. Batasan-batasan ini bersama-sama membentuk batasan nyata pelatihan desentralisasi saat ini.

Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah proposisi yang salah. Faktanya, dalam jenis tugas yang ringan dalam struktur, mudah untuk diparalelkan, dan dapat memotivasi, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk tetapi tidak terbatas pada: penyesuaian LoRA, tugas pelatihan pasca yang selaras dengan perilaku, pelatihan dan penandaan data secara crowdsourcing, pelatihan model dasar kecil yang dapat dikendalikan sumber daya, serta skenario pelatihan kolaboratif yang melibatkan perangkat tepi. Tugas-tugas ini umumnya memiliki karakteristik pararel tinggi, keterkaitan rendah, dan toleransi terhadap kekuatan komputasi heterogen, sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, pengoptimal terdistribusi, dan cara lainnya.

Analisis Proyek Klasik Pelatihan Desentralisasi

Saat ini, dalam bidang pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang representatif meliputi Prime Intellect, Pluralis.ai, Gensyn, Nous Research, dan Flock.io. Dari sudut pandang inovasi teknologi dan tingkat kesulitan implementasi rekayasa, Prime Intellect, Nous Research, dan Pluralis.ai telah mengajukan banyak eksplorasi orisinal dalam desain arsitektur sistem dan algoritma, yang mewakili arah penelitian teoretis terkini; sedangkan jalur implementasi Gensyn dan Flock.io relatif jelas, dan kemajuan rekayasa awal sudah terlihat. Artikel ini akan menganalisis secara berurutan teknologi inti dan arsitektur rekayasa di balik lima proyek ini, serta mengeksplorasi perbedaan dan hubungan saling melengkapi dalam sistem pelatihan AI desentralisasi.

Prime Intellect: pelopor jaringan kolaboratif pembelajaran penguatan yang dapat diverifikasi jalur pelatihan

Prime Intellect berkomitmen untuk membangun jaringan pelatihan AI yang tidak memerlukan kepercayaan, sehingga siapa pun dapat berpartisipasi dalam pelatihan dan mendapatkan imbalan yang dapat dipercaya atas kontribusi komputasinya. Prime Intellect berharap melalui tiga modul utama PRIME-RL + TOPLOC + SHARDCAST, untuk membangun sistem pelatihan AI yang terdesentralisasi dengan verifikasi, keterbukaan, dan mekanisme insentif yang lengkap.

01、Struktur Protokol Prime Intellect dan Nilai Modul Kunci

02、Penjelasan Detail Mekanisme Kunci Pelatihan Prime Intellect

PRIME-RL: Arsitektur Tugas Pembelajaran Penguatan Asinkron Terdecoupling

PRIME-RL adalah kerangka pemodelan dan eksekusi tugas yang disesuaikan oleh Prime Intellect untuk skenario pelatihan desentralisasi, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini menggunakan pembelajaran penguatan sebagai objek adaptasi prioritas, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat secara mandiri menyelesaikan siklus tugas di lokal, dan berkolaborasi melalui antarmuka standar dengan mekanisme validasi dan agregasi. Dibandingkan dengan proses pembelajaran terawasi tradisional, PRIME-RL lebih cocok untuk mewujudkan pelatihan elastis di lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung multitasking paralel dan evolusi strategi.

TOPLOC: mekanisme verifikasi perilaku pelatihan ringan

TOPLOC adalah mekanisme inti verifikasi pelatihan yang diusulkan oleh Prime Intellect, digunakan untuk menentukan apakah suatu node benar-benar telah menyelesaikan pembelajaran strategi yang efektif berdasarkan data pengamatan. Berbeda dengan solusi berat seperti ZKML, TOPLOC tidak bergantung pada perhitungan ulang seluruh model, melainkan menyelesaikan verifikasi struktur ringan dengan menganalisis jejak konsistensi lokal antara "urutan pengamatan↔perbaruan strategi". Ini untuk pertama kalinya mengubah jejak perilaku selama proses pelatihan menjadi objek yang dapat diverifikasi, merupakan inovasi kunci untuk mewujudkan distribusi imbalan pelatihan tanpa kepercayaan, serta memberikan jalur yang dapat dilalui untuk membangun jaringan pelatihan kolaboratif terdesentralisasi yang dapat diaudit dan diinsentif.

SHARDCAST: Protokol Agregasi dan Penyebaran Bobot Asinkron

SHARDCAST adalah protokol penyebaran dan agregasi berbasis bobot yang dirancang oleh Prime Intellect, dioptimalkan khusus untuk lingkungan jaringan nyata yang asinkron, terbatas bandwidth, dan status node yang berubah-ubah. Ini menggabungkan mekanisme penyebaran gossip dengan strategi sinkronisasi lokal, memungkinkan beberapa node untuk terus mengajukan pembaruan sebagian dalam kondisi tidak sinkron, mewujudkan konvergensi bertahap bobot dan evolusi multi-versi. Dibandingkan dengan metode AllReduce terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan ketahanan terhadap kesalahan dalam pelatihan desentralisasi, merupakan dasar inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan yang berkelanjutan.

OpenDiLoCo: Kerangka Komunikasi Asinkron Sparse

OpenDiLoCo adalah kerangka optimasi komunikasi yang diimplementasikan secara independen dan open source oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diusulkan oleh DeepMind, dirancang khusus untuk tantangan umum seperti keterbatasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node dalam pelatihan desentralisasi. Arsitekturnya berbasis pada paralel data, dengan membangun struktur topologi jarang seperti Ring, Expander, dan Small-World, menghindari biaya komunikasi tinggi dari sinkronisasi global, dan hanya bergantung pada node tetangga lokal untuk menyelesaikan pelatihan model secara kolaboratif. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi titik henti, OpenDiLoCo memungkinkan GPU konsumen dan perangkat edge untuk berpartisipasi dalam tugas pelatihan dengan stabil, secara signifikan meningkatkan partisipasi dalam pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci untuk membangun jaringan pelatihan desentralisasi.

PCCL: Perpustakaan Komunikasi Kolaboratif

PCCL adalah pustaka komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, yang bertujuan untuk mengatasi kendala adaptasi pustaka komunikasi tradisional pada perangkat heterogen dan jaringan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik henti, dapat berjalan di GPU konsumen dan node yang tidak stabil, merupakan komponen dasar yang mendukung kemampuan komunikasi asinkron protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth dan kompatibilitas perangkat jaringan pelatihan, membuka "jalur terakhir" komunikasi untuk membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.

03、Prime Intellect jaringan insentif dan pembagian peran

Prime Intellect membangun jaringan pelatihan yang tidak memerlukan izin, dapat diverifikasi, dan memiliki mekanisme insentif ekonomi, sehingga siapa pun dapat berpartisipasi dalam tugas dan mendapatkan imbalan berdasarkan kontribusi yang nyata. Protokol ini beroperasi berdasarkan tiga jenis peran inti:

• Penggagas tugas: mendefinisikan lingkungan pelatihan, model awal, fungsi penghargaan, dan standar validasi
• Node pelatihan: menjalankan pelatihan lokal, mengajukan pembaruan bobot dan jejak pengamatan
• Node Verifikasi: Menggunakan mekanisme TOPLOC untuk memverifikasi keaslian perilaku pelatihan, serta berpartisipasi dalam perhitungan hadiah dan agregasi strategi.

Proses inti dari protokol mencakup penerbitan tugas, pelatihan node, verifikasi trajektori, agregasi bobot, dan distribusi hadiah, membentuk sebuah lingkaran insentif yang berfokus pada "perilaku pelatihan yang nyata".

04、INTELLECT-2:Penerbitan model pelatihan terdesentralisasi yang dapat diverifikasi pertama

Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model pembelajaran penguatan besar pertama di dunia yang dilatih melalui kolaborasi node desentralisasi asinkron yang tidak memerlukan kepercayaan, dengan skala parameter mencapai 32B. Model INTELLECT-2 diselesaikan melalui pelatihan kolaboratif lebih dari 100 node GPU heterogen yang tersebar di tiga benua, menggunakan arsitektur sepenuhnya asinkron, dengan durasi pelatihan melebihi 400 jam, menunjukkan kelayakan dan stabilitas jaringan kolaborasi asinkron. Model ini bukan hanya terobosan dalam kinerja, tetapi juga merupakan penerapan sistem pertama dari paradigma "pelatihan sama dengan konsensus" yang diajukan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL, TOPLOC, dan SHARDCAST, menandai pencapaian pertama jaringan pelatihan desentralisasi.