Évolution des paradigmes d'entraînement de l'IA : d'un contrôle centralisé à une révolution technologique de la collaboration décentralisée
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est la phase qui consomme le plus de ressources et qui présente la plus haute barrière 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. En termes de 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 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 planification de cluster, au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de coopération 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 tels que GPT et Gemini, offrant des avantages en termes d'efficacité élevée et de ressources contrôlables, mais présentant également des problèmes de monopole de données, de barrières à l'entrée, de consommation d'énergie et de risque de point de défaillance.
L'entraînement distribué est la méthode principale de l'entraînement des grands modèles actuels, son principe fondamental étant de décomposer la tâche d'entraînement du modèle puis de la distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement en matière de calcul et de stockage sur une seule machine. Bien qu'il possède physiquement des caractéristiques "distribuées", l'ensemble est toutefois contrôlé et synchronisé par une institution centralisée, et fonctionne souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus d'interconnexion NVLink, où le nœud principal coordonne de manière unifiée les sous-tâches. 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 forte extensibilité ;
Pipeline parallèle : exécution sérielle par étapes, augmentation du débit ;
Parallélisation des tenseurs : segmentation fine du calcul matriciel, amélioration de la granularité de la parallélisation.
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", analogie à un même patron dirigeant à distance la collaboration de plusieurs employés de "bureaux" pour accomplir une tâche. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds ne se faisant pas confiance collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en distribuant et en collaborant sur les tâches par le biais de protocoles, et en utilisant des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Difficulté de l'hétérogénéité des appareils et du découpage : coordination difficile 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, difficile de vérifier si les nœuds participent réellement au calcul;
Manque de coordination unifiée : pas de centralisateur, distribution des tâches, mécanisme de rollback des anomalies complexe.
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier, chacun contribuant de la puissance de calcul pour entraîner le modèle de manière collaborative, mais "la véritable formation décentralisée à grande échelle réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture des systèmes, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et d'autres aspects. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + produire des résultats corrects" est encore au stade de l'exploration des prototypes précoces.
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 centrale des paramètres du modèle, et convient aux scénarios axés sur la conformité à la confidentialité. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et des capacités de collaboration locale, tout en bénéficiant de l'avantage de la dispersion des données de l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnée de confiance et ne possède pas les caractéristiques d'ouverture totale et de résistance à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la confidentialité, étant relativement modéré en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, et étant plus adapté comme une architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, opportunités et chemins réalistes de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée ne convient pas à tous les types de tâches. Dans certains scénarios, en raison de la structure complexe des tâches, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, il est naturellement inadapté d'accomplir efficacement ces tâches entre des nœuds hétérogènes et de confiance. Par exemple, l'entraînement de grands modèles repose souvent sur une mémoire vidéo élevée, une faible latence et une bande passante élevée, ce qui rend difficile la découpe et la synchronisation efficaces sur un réseau ouvert ; les tâches auxquelles sont fortement liées des restrictions en matière de confidentialité des données et de souveraineté sont limitées par des contraintes légales et éthiques, ce qui rend impossible le partage ouvert ; tandis que les tâches manquant de bases d'incitation à la collaboration souffrent d'un manque de motivation externe à participer. Ces limites constituent ensemble les restrictions réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est une pseudo-question. En fait, dans les types de tâches légères en structure, facilement parallélisables et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : l'ajustement LoRA, les tâches d'entraînement post-alignment comportemental, l'entraînement et l'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 en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à l'hétérogénéité des puissances de calcul, 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 l'entraînement décentralisé 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 technologique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales dans la conception de systèmes et d'algorithmes, représentant les directions de recherche théorique à la pointe; tandis que les voies de réalisation de Gensyn et Flock.io sont relativement claires, on peut déjà observer des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et les architectures d'ingénierie sous-jacentes de ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le système d'entraînement AI décentralisé.
Prime Intellect: Pionniers des réseaux collaboratifs d'apprentissage renforcé vérifiables par la trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans besoin de confiance, permettant à quiconque de participer à l'entraînement et de recevoir des récompenses fiables pour sa contribution de calcul. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et mécanisme d'incitation complet.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, explication détaillée des mécanismes clés de l'entraînement 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 une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découpant de manière structurée 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 et de coopérer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et posant les bases du support du parallélisme des tâches multiples et de l'évolution des stratégies.
TOPLOC: Mécanisme de validation du comportement d'entraînement léger
TOPLOC est un mécanisme central de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement effectué un apprentissage de stratégie efficace basé sur les données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais réalise une vérification de structure allégée en analysant la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus de formation en objets vérifiables, ce qui constitue une innovation clé pour la distribution des récompenses d'apprentissage sans confiance, fournissant un chemin viable pour construire un réseau d'entraînement collaboratif décentralisé, auditable et incitatif.
SHARDCAST: Protocole d'agrégation et de propagation de poids asynchrone
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements de réseau réels asynchrones, à bande passante limitée et avec des états de nœuds variés. 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 de désynchronisation, réalisant ainsi une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore de manière significative l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour établir un consensus de poids stable et un entraînement itératif continu.
OpenDiLoCo: cadre de communication asynchrone clairsemé
OpenDiLoCo est un cadre d'optimisation de communication, développé de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind. Il est spécifiquement conçu pour relever les défis courants de l'entraînement décentralisé, tels que les limitations de bande passante, l'hétérogénéité des dispositifs et l'instabilité des nœuds. Son architecture repose sur le parallélisme 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 une formation collaborative du modèle en se basant uniquement sur des 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 dispositifs en périphérie de participer de manière stable aux tâches d'entraînement, augmentant 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 les topologies éparses, la compression de gradients, la synchronisation de faible précision et la récupération après un point de reprise, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant un 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 ainsi la "dernière étape" des fondations de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et avec un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses basées sur des 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, constituant un cercle d'incitation centré sur "le comportement d'entraînement réel".
Quatre, INTELLECT-2 : Publication du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture totalement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la viabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocoles clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation d'un réseau d'entraînement décentralisé.
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
9
Partager
Commentaire
0/400
RuntimeError
· 07-28 16:20
bull oh ai doit aussi être Décentralisation
Voir l'originalRépondre0
UnluckyMiner
· 07-28 02:28
Ah, c'est trop compétitif, Mining ne rapporte même plus d'argent.
Voir l'originalRépondre0
SolidityStruggler
· 07-28 02:26
Oh mon dieu, l'IA va devenir Open Source, quel bull !
Voir l'originalRépondre0
DegenApeSurfer
· 07-27 17:42
Puissance de calcul si chère, il vaut mieux faire une fédération.
Voir l'originalRépondre0
TokenTaxonomist
· 07-27 00:33
hum... statistiquement parlant, la formation centralisée est une impasse taxonomique dans l'arbre de l'évolution de l'IA. laissez-moi sortir ma matrice d'évaluation des risques...
Voir l'originalRépondre0
ContractFreelancer
· 07-27 00:30
Tsk tsk, on va encore brûler des cartes graphiques, n'est-ce pas ?
Voir l'originalRépondre0
just_another_wallet
· 07-27 00:29
S'entraîner coûte si cher, c'est surtout de l'eyewash.
Voir l'originalRépondre0
MoonMathMagic
· 07-27 00:24
Qui paie pour une formation décentralisée aussi coûteuse ?
Voir l'originalRépondre0
AirdropCollector
· 07-27 00:17
Tout ce qui est centralisé doit finalement être changé, cela devrait être décentralisé.
Innovation du mode d'entraînement de l'IA : de la centralisation à la Décentralisation de l'évolution technologique
Évolution des paradigmes d'entraînement de l'IA : d'un contrôle centralisé à une révolution technologique de la collaboration décentralisée
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est la phase qui consomme le plus de ressources et qui présente la plus haute barrière 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. En termes de 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 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 planification de cluster, au cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de coopération 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 tels que GPT et Gemini, offrant des avantages en termes d'efficacité élevée et de ressources contrôlables, mais présentant également des problèmes de monopole de données, de barrières à l'entrée, de consommation d'énergie et de risque de point de défaillance.
L'entraînement distribué est la méthode principale de l'entraînement des grands modèles actuels, son principe fondamental étant de décomposer la tâche d'entraînement du modèle puis de la distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement en matière de calcul et de stockage sur une seule machine. Bien qu'il possède physiquement des caractéristiques "distribuées", l'ensemble est toutefois contrôlé et synchronisé par une institution centralisée, et fonctionne souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus d'interconnexion NVLink, où le nœud principal coordonne de manière unifiée les sous-tâches. Les méthodes principales comprennent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", analogie à un même patron dirigeant à distance la collaboration de plusieurs employés de "bureaux" pour accomplir une tâche. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds ne se faisant pas confiance collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en distribuant et en collaborant sur les tâches par le biais de protocoles, et en utilisant des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier, chacun contribuant de la puissance de calcul pour entraîner le modèle de manière collaborative, mais "la véritable formation décentralisée à grande échelle réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture des systèmes, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et d'autres aspects. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + produire des résultats corrects" est encore au stade de l'exploration des prototypes précoces.
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 centrale des paramètres du modèle, et convient aux scénarios axés sur la conformité à la confidentialité. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et des capacités de collaboration locale, tout en bénéficiant de l'avantage de la dispersion des données de l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnée de confiance et ne possède pas les caractéristiques d'ouverture totale et de résistance à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la confidentialité, étant relativement modéré en termes de tâches d'entraînement, de structure de confiance et de mécanismes de communication, et étant plus adapté comme une architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, opportunités et chemins réalistes de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée ne convient pas à tous les types de tâches. Dans certains scénarios, en raison de la structure complexe des tâches, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, il est naturellement inadapté d'accomplir efficacement ces tâches entre des nœuds hétérogènes et de confiance. Par exemple, l'entraînement de grands modèles repose souvent sur une mémoire vidéo élevée, une faible latence et une bande passante élevée, ce qui rend difficile la découpe et la synchronisation efficaces sur un réseau ouvert ; les tâches auxquelles sont fortement liées des restrictions en matière de confidentialité des données et de souveraineté sont limitées par des contraintes légales et éthiques, ce qui rend impossible le partage ouvert ; tandis que les tâches manquant de bases d'incitation à la collaboration souffrent d'un manque de motivation externe à participer. Ces limites constituent ensemble les restrictions réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est une pseudo-question. En fait, dans les types de tâches légères en structure, facilement parallélisables et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : l'ajustement LoRA, les tâches d'entraînement post-alignment comportemental, l'entraînement et l'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 en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à l'hétérogénéité des puissances de calcul, 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 l'entraînement décentralisé 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 technologique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales dans la conception de systèmes et d'algorithmes, représentant les directions de recherche théorique à la pointe; tandis que les voies de réalisation de Gensyn et Flock.io sont relativement claires, on peut déjà observer des progrès d'ingénierie préliminaires. Cet article analysera successivement les technologies clés et les architectures d'ingénierie sous-jacentes de ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le système d'entraînement AI décentralisé.
Prime Intellect: Pionniers des réseaux collaboratifs d'apprentissage renforcé vérifiables par la trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans besoin de confiance, permettant à quiconque de participer à l'entraînement et de recevoir des récompenses fiables pour sa contribution de calcul. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et mécanisme d'incitation complet.
I. Structure de la pile de protocoles Prime Intellect et valeur des modules clés
Deux, explication détaillée des mécanismes clés de l'entraînement 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 une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découpant de manière structurée 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 et de coopérer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et posant les bases du support du parallélisme des tâches multiples et de l'évolution des stratégies.
TOPLOC: Mécanisme de validation du comportement d'entraînement léger
TOPLOC est un mécanisme central de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement effectué un apprentissage de stratégie efficace basé sur les données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais réalise une vérification de structure allégée en analysant la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de la stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus de formation en objets vérifiables, ce qui constitue une innovation clé pour la distribution des récompenses d'apprentissage sans confiance, fournissant un chemin viable pour construire un réseau d'entraînement collaboratif décentralisé, auditable et incitatif.
SHARDCAST: Protocole d'agrégation et de propagation de poids asynchrone
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements de réseau réels asynchrones, à bande passante limitée et avec des états de nœuds variés. 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 de désynchronisation, réalisant ainsi une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore de manière significative l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base fondamentale pour établir un consensus de poids stable et un entraînement itératif continu.
OpenDiLoCo: cadre de communication asynchrone clairsemé
OpenDiLoCo est un cadre d'optimisation de communication, développé de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind. Il est spécifiquement conçu pour relever les défis courants de l'entraînement décentralisé, tels que les limitations de bande passante, l'hétérogénéité des dispositifs et l'instabilité des nœuds. Son architecture repose sur le parallélisme 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 une formation collaborative du modèle en se basant uniquement sur des 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 dispositifs en périphérie de participer de manière stable aux tâches d'entraînement, augmentant 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 les topologies éparses, la compression de gradients, la synchronisation de faible précision et la récupération après un point de reprise, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant un 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 ainsi la "dernière étape" des fondations de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et avec un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses basées sur des 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, constituant un cercle d'incitation centré sur "le comportement d'entraînement réel".
Quatre, INTELLECT-2 : Publication du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture totalement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la viabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocoles clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation d'un réseau d'entraînement décentralisé.