Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technique de la collaboration décentralisée
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente la plus haute barrière technologique, déterminant directement la limite de capacité des modèles et l'efficacité des applications pratiques. 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 flux de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, constituant ainsi le véritable "industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le sujet principal de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule institution au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement est complété, depuis le matériel, le logiciel de base, le système de gestion de cluster, jusqu'à tous les composants du cadre d'entraînement, le tout coordonné par un système de contrôle unifié. Cette architecture de coopération profonde 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, avec des avantages en matière d'efficacité et de contrôle des ressources. Cependant, elle présente également des problèmes tels que le monopole des données, les barrières à l'entrée des ressources, la consommation d'énergie et les risques de point unique.
L'entraînement distribué est la méthode principale pour l'entraînement des grands modèles actuels. Son principe fondamental est de décomposer la tâche d'entraînement du modèle, puis de la distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les limitations de calcul et de stockage d'une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé, planifié et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, en utilisant la technologie de bus d'interconnexion haute vitesse NVLink, avec le nœud principal coordonnant l'ensemble des sous-tâches. Les méthodes dominantes incluent :
Parallélisme des données : chaque nœud entraîne des paramètres de données différents avec partage des poids du modèle, nécessitant une correspondance.
Parallélisme de modèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité ;
Pipeline parallèle : exécution en série par étapes, augmentation du débit ;
Parallélisation des tenseurs : segmentation fine du calcul matriciel, amélioration de la granularité de parallélisation.
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron qui dirige à distance plusieurs employés de "bureau" pour collaborer à la réalisation d'une tâche. Actuellement, presque tous les grands modèles majeurs sont formés de cette manière.
La formation décentralisée représente donc une voie future plus ouverte et résistante à la censure. Sa caractéristique clé réside dans le fait que : plusieurs nœuds mutuellement méfiants collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en utilisant des protocoles pour piloter la distribution des tâches et la coopération, 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 :
Hétérogénéité des équipements et difficultés de découpage : difficulté de coordination des équipements hétérogènes, faible efficacité de découpage des tâches;
Goulot d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement de synchronisation de gradient évident ;
Exécution de confiance manquante : absence d'un environnement d'exécution de confiance, rendant difficile la vérification de la participation réelle des nœuds au calcul ;
Manque de coordination unifiée : pas de planificateur central, distribution des tâches et mécanisme de retour d'exception complexes.
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier contribuant chacun leur puissance de calcul pour entraîner le modèle de manière collaborative, mais "la véritable formation décentralisée à grande échelle réalisable" demeure un défi systémique d'ingénierie, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et d'autres niveaux. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + résultats corrects" est encore à un stade précoce d'exploration 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 mettant l'accent sur la conformité à la confidentialité. L'apprentissage fédéré possède une structure d'ingénierie pour l'entraînement distribué et une capacité de collaboration locale, tout en bénéficiant des avantages de la distribution des données de l'entraînement décentralisé, mais dépend toujours d'une partie de coordination de confiance et ne possède pas les caractéristiques de pleine ouverture et de résistance à la censure. Il peut être considéré comme une solution "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, ce qui le rend plus adapté comme architecture de déploiement transitoire dans l'industrie.
Décentralisation entraînement des frontières, opportunités et réalités chemin
D'un point de vue des paradigmes d'entraînement, la formation décentralisée n'est pas adaptée à tous les types de tâches. Dans certains cas, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou des difficultés de collaboration, elle n'est pas naturellement adaptée à une réalisation efficace entre des nœuds hétérogènes et dénués de confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une haute mémoire vidéo, d'une faible latence et d'une large bande passante, ce qui rend difficile la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches ayant des restrictions fortes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, et ne peuvent pas être partagées ouvertement ; tandis que les tâches manquant d'incitations à la collaboration n'ont pas de motivation externe à participer. Ces frontières constituent ensemble les limitations réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, pour les types de tâches légers en structure, faciles à paralléliser et incitants, 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-formation alignées sur le comportement, les tâches d'entraînement et d'annotation de données en crowdsourcing, l'entraînement de petits modèles de base avec contrôle des 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 la puissance de calcul hétérogène, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, le protocole 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 de mise en œuvre, 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 de mise en œuvre de Gensyn et Flock.io sont relativement claires, des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le cadre d'un système de formation AI décentralisé.
Prime Intellect: Pionniers des réseaux collaboratifs d'apprentissage renforcé vérifiables par les trajectoires d'entraînement.
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à chacun de participer à l'entraînement et de recevoir des récompenses fiables pour leurs contributions de calcul. Prime Intellect espère construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et un mécanisme d'incitation complet grâce aux trois modules PRIME-RL + TOPLOC + SHARDCAST.
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 tâches 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 spécialement pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, décomposant structurellement le processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâche localement et de coopérer avec des mécanismes de validation et d'agrégation via des interfaces standardisées. 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 pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC : Mécanisme de validation des comportements d'entraînement léger
TOPLOC est un mécanisme central de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement accompli un apprentissage de stratégie valide basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais complète la vérification de structure légère en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus de formation en objets vérifiables, ce qui constitue une innovation clé pour réaliser une allocation de récompenses d'entraînement sans confiance, offrant une voie réalisable pour construire un réseau de formation collaborative décentralisé, auditable et incitatif.
SHARDCAST: Protocole de propagation et d'agrégation de poids asynchrone
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœuds changeants. Il combine un mécanisme de diffusion gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états désynchronisés, réalisant une convergence progressive des poids et une évolution de multiples versions. 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 construire un consensus de poids stable et des itérations d'entraînement continues.
OpenDiLoCo: cadre de communication asynchrone épars
OpenDiLoCo est un cadre d'optimisation de communication développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses telles que Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et ne dépendant que des nœuds voisins locaux pour réaliser l'entraînement collaboratif du modèle. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux appareils de périphérie de participer de manière stable aux tâches d'entraînement, améliorant considérablement la participation à l'entraînement collaboratif mondial, et est 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 le goulot 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 des gradients, la synchronisation à faible précision et la reprise après panne, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant ainsi un composant de base pour les capacités de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des appareils du réseau d'entraînement, ouvrant la "dernière mile" de la base 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 autorisation, vérifiable et doté d'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 tâche : définir l'environnement d'entraînement, le modèle initial, la fonction de récompense et les critères de validation
Nœuds d'entraînement : exécuter un entraînement local, soumettre des mises à jour de poids et des trajectoires d'observation
Nœud 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 de l'accord comprend la publication de tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, constituant 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 paramètre atteignant 32B. Le modèle INTELLECT-2 a été formé en collaboration par plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, montrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performance, mais également la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la Décentralisation.
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.
9 J'aime
Récompense
9
6
Reposter
Partager
Commentaire
0/400
Whale_Whisperer
· 08-12 12:33
C'est vraiment trop cher, non ?
Voir l'originalRépondre0
MemeCurator
· 08-12 12:10
L'entraînement à brûler de l'argent donne mal à la tête.
Voir l'originalRépondre0
LazyDevMiner
· 08-09 17:17
L'entraînement des modèles coûte cher, les pauvres ne peuvent pas se le permettre.
Voir l'originalRépondre0
Degentleman
· 08-09 17:12
Les vieux frères qui ne peuvent pas se permettre de jouer dans des studios centralisés sont allés jouer dans la fédération.
Voir l'originalRépondre0
DefiPlaybook
· 08-09 17:10
L'entraînement n'est pas encore décentralisé ? Cela revient à mettre tous les smart contracts sur AWS.
Révolution de l'entraînement de l'IA : de la centralisation à la Décentralisation de l'évolution technologique
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technique de la collaboration décentralisée
Dans l'ensemble de la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente la plus haute barrière technologique, déterminant directement la limite de capacité des modèles et l'efficacité des applications pratiques. 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 flux de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, constituant ainsi le véritable "industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le sujet principal de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule institution au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement est complété, depuis le matériel, le logiciel de base, le système de gestion de cluster, jusqu'à tous les composants du cadre d'entraînement, le tout coordonné par un système de contrôle unifié. Cette architecture de coopération profonde 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, avec des avantages en matière d'efficacité et de contrôle des ressources. Cependant, elle présente également des problèmes tels que le monopole des données, les barrières à l'entrée des ressources, la consommation d'énergie et les risques de point unique.
L'entraînement distribué est la méthode principale pour l'entraînement des grands modèles actuels. Son principe fondamental est de décomposer la tâche d'entraînement du modèle, puis de la distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les limitations de calcul et de stockage d'une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé, planifié et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, en utilisant la technologie de bus d'interconnexion haute vitesse NVLink, avec le nœud principal coordonnant l'ensemble des sous-tâches. Les méthodes dominantes incluent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron qui dirige à distance plusieurs employés de "bureau" pour collaborer à la réalisation d'une tâche. Actuellement, presque tous les grands modèles majeurs sont formés de cette manière.
La formation décentralisée représente donc une voie future plus ouverte et résistante à la censure. Sa caractéristique clé réside dans le fait que : plusieurs nœuds mutuellement méfiants collaborent pour accomplir des tâches de formation sans coordinateur central, généralement en utilisant des protocoles pour piloter la distribution des tâches et la coopération, 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 :
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier contribuant chacun leur puissance de calcul pour entraîner le modèle de manière collaborative, mais "la véritable formation décentralisée à grande échelle réalisable" demeure un défi systémique d'ingénierie, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et d'autres niveaux. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + résultats corrects" est encore à un stade précoce d'exploration 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 mettant l'accent sur la conformité à la confidentialité. L'apprentissage fédéré possède une structure d'ingénierie pour l'entraînement distribué et une capacité de collaboration locale, tout en bénéficiant des avantages de la distribution des données de l'entraînement décentralisé, mais dépend toujours d'une partie de coordination de confiance et ne possède pas les caractéristiques de pleine ouverture et de résistance à la censure. Il peut être considéré comme une solution "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, ce qui le rend plus adapté comme architecture de déploiement transitoire dans l'industrie.
Décentralisation entraînement des frontières, opportunités et réalités chemin
D'un point de vue des paradigmes d'entraînement, la formation décentralisée n'est pas adaptée à tous les types de tâches. Dans certains cas, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou des difficultés de collaboration, elle n'est pas naturellement adaptée à une réalisation efficace entre des nœuds hétérogènes et dénués de confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une haute mémoire vidéo, d'une faible latence et d'une large bande passante, ce qui rend difficile la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches ayant des restrictions fortes en matière de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, et ne peuvent pas être partagées ouvertement ; tandis que les tâches manquant d'incitations à la collaboration n'ont pas de motivation externe à participer. Ces frontières constituent ensemble les limitations réelles de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, pour les types de tâches légers en structure, faciles à paralléliser et incitants, 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-formation alignées sur le comportement, les tâches d'entraînement et d'annotation de données en crowdsourcing, l'entraînement de petits modèles de base avec contrôle des 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 la puissance de calcul hétérogène, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, le protocole 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 de mise en œuvre, 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 de mise en œuvre de Gensyn et Flock.io sont relativement claires, des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et relations complémentaires dans le cadre d'un système de formation AI décentralisé.
Prime Intellect: Pionniers des réseaux collaboratifs d'apprentissage renforcé vérifiables par les trajectoires d'entraînement.
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à chacun de participer à l'entraînement et de recevoir des récompenses fiables pour leurs contributions de calcul. Prime Intellect espère construire un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et un mécanisme d'incitation complet grâce aux trois modules PRIME-RL + TOPLOC + SHARDCAST.
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 tâches 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 spécialement pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, décomposant structurellement le processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâche localement et de coopérer avec des mécanismes de validation et d'agrégation via des interfaces standardisées. 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 pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC : Mécanisme de validation des comportements d'entraînement léger
TOPLOC est un mécanisme central de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement accompli un apprentissage de stratégie valide basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais complète la vérification de structure légère en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus de formation en objets vérifiables, ce qui constitue une innovation clé pour réaliser une allocation de récompenses d'entraînement sans confiance, offrant une voie réalisable pour construire un réseau de formation collaborative décentralisé, auditable et incitatif.
SHARDCAST: Protocole de propagation et d'agrégation de poids asynchrone
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœuds changeants. Il combine un mécanisme de diffusion gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états désynchronisés, réalisant une convergence progressive des poids et une évolution de multiples versions. 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 construire un consensus de poids stable et des itérations d'entraînement continues.
OpenDiLoCo: cadre de communication asynchrone épars
OpenDiLoCo est un cadre d'optimisation de communication développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses telles que Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et ne dépendant que des nœuds voisins locaux pour réaliser l'entraînement collaboratif du modèle. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux appareils de périphérie de participer de manière stable aux tâches d'entraînement, améliorant considérablement la participation à l'entraînement collaboratif mondial, et est 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 le goulot 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 des gradients, la synchronisation à faible précision et la reprise après panne, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant ainsi un composant de base pour les capacités de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des appareils du réseau d'entraînement, ouvrant la "dernière mile" de la base 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 autorisation, vérifiable et doté d'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 de l'accord comprend la publication de tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, constituant 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 paramètre atteignant 32B. Le modèle INTELLECT-2 a été formé en collaboration par plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, montrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performance, mais également la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la Décentralisation.