Grail Crypto AI: Eksplorasi Terdepan Pelatihan Desentralisasi

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling banyak mengkonsumsi sumber daya dan memiliki ambang teknologi tertinggi, yang secara langsung menentukan batas kemampuan model dan efek aplikasi yang sebenarnya. Dibandingkan dengan pemanggilan ringan di tahap inferensi, proses pelatihan memerlukan investasi daya komputasi besar-besaran yang berkelanjutan, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, merupakan "industri berat" sejati dalam pembangunan sistem AI. Dari perspektif 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 kinerja tinggi lokal yang menyelesaikan seluruh proses pelatihan, dari perangkat keras, perangkat lunak dasar, sistem penjadwalan kluster, hingga semua komponen kerangka pelatihan dikoordinasikan oleh sistem kontrol yang seragam. Arsitektur kolaborasi mendalam ini memungkinkan efisiensi berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan mencapai optimal, sangat cocok untuk pelatihan model skala besar seperti GPT, Gemini, dengan keuntungan efisiensi tinggi dan sumber daya yang terkendali, tetapi pada saat yang sama menghadapi masalah monopoli data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah cara utama pelatihan model besar saat ini, inti dari proses ini adalah membagi tugas pelatihan model dan mendistribusikannya ke banyak mesin untuk dieksekusi secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", keseluruhan tetap dikendalikan dan dijadwalkan oleh lembaga terpusat, biasanya beroperasi dalam lingkungan jaringan lokal yang cepat, menggunakan teknologi bus interkoneksi NVLink yang cepat, di mana node utama secara terpusat mengoordinasikan setiap sub-tugas. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda dengan berbagi, perlu mencocokkan bobot model
• Paralelisme model: Menempatkan bagian-bagian berbeda dari model di node yang berbeda, untuk mencapai skalabilitas yang kuat
• Pipa paralel: Eksekusi serial bertahap, meningkatkan throughput
• Paralel Tensor: Memecah perhitungan matriks secara halus, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", yang dapat dianalogikan dengan seorang bos yang mengarahkan karyawan di beberapa "kantor" untuk bekerja sama menyelesaikan tugas. Saat ini, hampir semua model besar yang utama dilatih dengan cara ini.

Desentralisasi latihan mewakili jalur masa depan yang lebih terbuka dan tahan sensor. Ciri inti dari ini adalah: beberapa node yang tidak saling percaya bekerja sama untuk 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 termasuk:

• Heterogenitas perangkat dan kesulitan pemisahan: Kesulitan koordinasi perangkat yang heterogen, efisiensi pemisahan tugas yang rendah
• Bottleneck efisiensi komunikasi: komunikasi jaringan tidak stabil, bottleneck sinkronisasi gradien jelas
• Eksekusi yang dapat dipercaya hilang: Kekurangan lingkungan eksekusi yang dapat dipercaya, sulit untuk memverifikasi apakah node benar-benar terlibat dalam perhitungan.
• Kurangnya koordinasi yang terintegrasi: tanpa pengatur pusat, mekanisme distribusi tugas dan rollback yang rumit.

Desentralisasi pelatihan dapat dipahami sebagai: sekelompok sukarelawan global, masing-masing menyumbangkan kekuatan komputasi untuk berkolaborasi dalam melatih model, tetapi "pelatihan desentralisasi berskala besar yang benar-benar dapat dilakukan" masih merupakan tantangan rekayasa sistem yang sistematis, melibatkan arsitektur sistem, protokol komunikasi, keamanan kriptografi, mekanisme ekonomi, validasi model, dan banyak aspek lainnya, tetapi apakah "kolaborasi yang efektif + insentif kejujuran + hasil yang benar" masih berada dalam tahap eksplorasi prototipe awal.

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

Batas, Kesempatan, dan Jalur Realitas dari Pelatihan Desentralisasi

Dari perspektif pola 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 dengan efisien di antara node yang heterogen dan tidak saling percaya. Misalnya, pelatihan model besar sering bergantung pada memori besar, latensi rendah, dan bandwidth tinggi, sulit untuk dibagi dan disinkronkan secara efektif di jaringan terbuka; tugas yang memiliki batasan privasi data dan kedaulatan yang kuat terhambat oleh kepatuhan hukum dan batasan etika, 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.

Tetapi ini tidak berarti bahwa pelatihan desentralisasi adalah proposisi yang salah. Faktanya, dalam jenis tugas yang ringan, mudah diparalelkan, dan dapat memberikan insentif, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk tetapi tidak terbatas pada: fine-tuning LoRA, tugas pelatihan pasca-aligmen perilaku, pelatihan dan penandaan data secara crowdsourcing, pelatihan model dasar kecil yang dapat dikendalikan sumber dayanya, serta skenario pelatihan kolaboratif yang melibatkan perangkat tepi. Tugas-tugas ini umumnya memiliki karakteristik paralelisme tinggi, keterkaitan rendah, dan toleransi terhadap kekuatan komputasi heterogen, sangat cocok untuk dilakukan pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, optimizer terdistribusi, dan sebagainya.

Analisis Proyek Klasik Pelatihan Desentralisasi

Saat ini, di bidang pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang paling representatif termasuk Prime Intellect, Pluralis.ai, Gensyn, Nous Research, dan Flock.io. Dari segi inovasi teknologi dan tingkat kesulitan implementasi rekayasa, Prime Intellect, Nous Research, dan Pluralis.ai telah mengajukan banyak eksplorasi orisinal dalam arsitektur sistem dan desain algoritma, mewakili arah penelitian teori terkini; sementara jalur implementasi Gensyn dan Flock.io relatif jelas, dan sudah terlihat kemajuan rekayasa awal. Artikel ini akan secara bertahap menganalisis teknologi inti dan arsitektur rekayasa yang mendasari lima proyek ini, dan lebih lanjut membahas perbedaan dan hubungan saling melengkapi mereka dalam sistem pelatihan AI desentralisasi.

Prime Intellect: pelopor jaringan kolaboratif penguatan pembelajaran yang dapat diverifikasi oleh 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 dapat membangun sistem pelatihan AI desentralisasi yang memiliki verifikasi, keterbukaan, dan mekanisme insentif yang lengkap melalui tiga modul utama: PRIME-RL + TOPLOC + SHARDCAST.

01、Struktur Protokol Prime Intellect dan Nilai Modul Kunci

Tumpukan protokol Prime Intellect terdiri dari tiga modul inti yaitu PRIME-RL, TOPLOC, dan SHARDCAST, yang masing-masing menyelesaikan masalah pelatihan asinkron, verifikasi yang dapat dipercaya, dan penyebaran bobot.

02、Penjelasan 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 utama, menguraikan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara independen di lokal, dan berkolaborasi melalui antarmuka standar dengan mekanisme verifikasi dan agregasi. Dibandingkan dengan proses pembelajaran terawasi tradisional, PRIME-RL lebih cocok untuk mewujudkan pelatihan yang fleksibel dalam lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung paralel multitasking dan evolusi strategi.

TOPLOC: Mekanisme Verifikasi Perilaku Pelatihan Ringan

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

SHARDCAST: Protokol Agregasi dan Penyebaran Berat Asinkron

SHARDCAST adalah protokol penyebaran dan agregasi bobot yang dirancang oleh Prime Intellect, dioptimalkan 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 parsial dalam keadaan tidak sinkron, mencapai konvergensi bobot yang bertahap dan evolusi multi-versi. Dibandingkan dengan metode AllReduce terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan kemampuan toleransi kesalahan dari pelatihan desentralisasi, menjadi 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 diajukan oleh DeepMind, dirancang khusus untuk tantangan umum dalam pelatihan desentralisasi seperti keterbatasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node. Arsitekturnya berbasis pada data paralel, dengan membangun struktur topologi jarang seperti Ring, Expander, dan Small-World, menghindari biaya komunikasi tinggi dari sinkronisasi global, hanya bergantung pada node tetangga lokal untuk menyelesaikan pelatihan model secara kolaboratif. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi kesalahan titik henti, OpenDiLoCo memungkinkan GPU konsumen dan perangkat tepi untuk berpartisipasi secara stabil dalam tugas pelatihan, secara signifikan meningkatkan partisipasi dalam pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci dalam membangun jaringan pelatihan desentralisasi.

PCCL: Perpustakaan Komunikasi Kolaboratif

PCCL adalah perpustakaan komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, bertujuan untuk mengatasi kendala adaptasi dari perpustakaan komunikasi tradisional dalam 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 dari jaringan pelatihan, membuka "kilometer terakhir" dari infrastruktur 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, memungkinkan siapa saja untuk berpartisipasi dalam tugas dan mendapatkan imbalan berdasarkan kontribusi nyata. Protokol ini berjalan berdasarkan tiga kategori peran inti:

• Penggagas tugas: mendefinisikan lingkungan pelatihan, model awal, fungsi imbalan, dan standar validasi
• Node pelatihan: menjalankan pelatihan lokal, mengirim pembaruan bobot dan jejak pengamatan
• Node verifikasi: menggunakan mekanisme TOPLOC untuk memverifikasi keaslian perilaku pelatihan, dan berpartisipasi dalam perhitungan hadiah dan agregasi strategi.

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

04, INTELLECT-2: Peluncuran model pelatihan terdesentralisasi yang dapat diverifikasi pertama

Prime Intellect merilis INTELLECT-2 pada Mei 2025, yang merupakan model pembelajaran penguatan besar pertama di dunia yang dilatih oleh kolaborasi node desentralisasi yang asinkron dan tanpa 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 lebih dari 400 jam, menunjukkan kelayakan dan stabilitas jaringan kolaborasi asinkron. Model ini tidak hanya merupakan terobosan dalam kinerja, tetapi juga merupakan penerapan sistem pertama dari paradigma "pelatihan sama dengan konsensus" yang diusulkan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL, TOPLOC, dan SHARDCAST, menandai bahwa jaringan pelatihan desentralisasi pertama kali mewujudkan keterbukaan, verifikasi, dan rangkaian insentif ekonomi dalam proses pelatihan.

Dalam hal kinerja