Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée
Dans la chaîne de valeur complète de l'IA, l'entraînement des modèles est l'étape la plus gourmande en ressources et celle avec le plus haut seuil technologique, déterminant directement le plafond de capacité des modèles et l'efficacité de leur application réelle. 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 de haute intensité, constituant le véritable "heavy industry" de la construction des systèmes d'IA. D'un point de vue architectural, 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, des matériels, des logiciels de base, des systèmes de gestion de cluster, jusqu'à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration 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 particulièrement adaptée à l'entraînement de modèles à grande échelle tels que GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources. Cependant, elle présente également des problèmes tels que le monopole de données, les barrières aux ressources, la consommation d'énergie et le risque de point de défaillance.
L'entraînement distribué est la méthode principale d'entraînement des grands modèles actuels. Son principe fondamental est de décomposer les tâches d'entraînement du modèle, puis de les répartir sur 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 des organismes centralisés, fonctionnant souvent dans un environnement de réseau local haut débit, grâce à la technologie de bus d'interconnexion haute vitesse NVLink, où le nœud principal coordonne uniformément les sous-tâches. Les méthodes principales incluent :
Parallélisme des données : chaque nœud entraîne des paramètres de données différents partagés, nécessitant une correspondance des poids du modèle.
Modèle parallèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité
Pipeline parallèle : exécution séquentielle par étapes, augmentation du débit
Parallélisme de tenseurs : segmentation fine des calculs matriciels, amélioration de la granularité du parallélisme
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance la collaboration de plusieurs employés dans des "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 incluent : plusieurs nœuds non fiables ( pouvant être des ordinateurs personnels, des GPU cloud ou des dispositifs en périphérie ) collaborant pour accomplir des tâches de formation sans coordinateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, et utilisant des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Hétérogénéité des dispositifs et difficultés de découpage : la coordination des dispositifs hétérogènes est difficile, l'efficacité du découpage des tâches est faible.
Bouteille d'efficacité de communication : la communication réseau est instable, le goulot d'étranglement de la synchronisation des gradients est évident
Exécution fiable manquante : manque d'environnement d'exécution fiable, difficile de vérifier si les nœuds participent réellement au calcul.
Manque de coordination unifiée : pas de régulateur central, distribution des tâches, mécanisme de rollback exceptionnel complexe
L'entraînement décentralisé peut être compris comme : un groupe de volontaires du monde entier contribuant chacun leur puissance de calcul pour entraîner le modèle en collaboration, mais "le véritable entraînement décentralisé à grande échelle" reste un défi d'ingénierie systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles, etc., mais la question de savoir si cela peut être "collaboratif et efficace + incitatif à l'honnêteté + résultats corrects" est encore en phase d'exploration de prototype précoce.
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, et convient aux scénarios axés sur la conformité à la vie privée ( tels que la santé et la finance ). 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 dans l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnée digne de confiance et ne possède pas de 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 vie privée, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, plus adaptés en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, des opportunités et des chemins réels de l'entraînement
D'un point de vue des paradigmes d'entraînement, la Décentralisation de l'entraînement n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou de la difficulté de la collaboration, elle n'est naturellement pas adaptée à une exécution efficace entre des nœuds hétérogènes et de confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une grande mémoire vidéo, d'une faible latence et d'une bande passante élevée, ce qui rend difficile le découpage et la synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions fortes en matière de confidentialité des données et de souveraineté (, telles que la santé, la finance et les données sensibles ), sont limitées par des contraintes légales et éthiques, rendant impossible le partage ouvert ; et les tâches sans incitations à la collaboration (, telles que l'entraînement de modèles propriétaires d'entreprise ou de prototypes internes ), manquent de motivation pour la participation externe. Ces frontières constituent ensemble les limites réalistes de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légères en structure, facilement parallélisables et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais n'est pas limité à : l'ajustement LoRA, des tâches d'entraînement post-alignment comportemental ( telles que RLHF, DPO), l'entraînement et l'annotation de données en crowdsourcing, l'entraînement de modèles de base de petite taille avec des ressources contrôlables, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs en périphérie. Ces tâches possèdent 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 des méthodes d'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de pointe de la formation décentralisée 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 en matière d'architecture système et de conception d'algorithmes, représentant les directions de recherche théorique de pointe actuelles; tandis que les voies de mise en œuvre de Gensyn et Flock.io sont relativement claires, montrant déjà des progrès d'ingénierie préliminaires. Cet article va successivement analyser les technologies clés et l'architecture d'ingénierie derrière ces cinq projets, et explorer davantage leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect: pionnier des réseaux collaboratifs d'apprentissage par renforcement vérifiables par trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à quiconque de participer à l'entraînement et de recevoir des récompenses fiables pour ses contributions de calcul. Prime Intellect espère, grâce aux trois grands modules PRIME-RL + TOPLOC + SHARDCAST, bâtir un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un 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 formation de Prime Intellect
PRIME-RL: architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution des 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, déconnectant structurellement les processus d'entraînement, d'inférence et de téléchargement des poids, permettant ainsi à chaque nœud d'entraînement de compléter indépendamment la boucle de tâche localement et de collaborer via des interfaces normalisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté pour réaliser 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 vérification du comportement d'entraînement léger
TOPLOC(Observation de confiance et vérification de la localité) est un mécanisme central de vérifiabilité 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 de l'intégralité du modèle, mais analyse les trajectoires de cohérence locale entre les "séquences d'observation ↔ mise à jour de la stratégie" pour réaliser une vérification de structure allégée. Il transforme pour la première fois les trajectoires comportementales du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour permettre une répartition des récompenses d'entraînement sans confiance, offrant une voie viable pour construire un réseau d'entraînement collaboratif 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 en constante évolution. Il combine un mécanisme de diffusion de type 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 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 construire un consensus de poids stable et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de la communication développé et open-source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind. Il est spécialement conçu pour relever les défis courants de la formation décentralisée, tels que les limitations de bande passante, l'hétérogénéité des appareils et l'instabilité des nœuds. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses comme Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, et permettant l'entraînement collaboratif du modèle en se basant uniquement sur les nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU de consommation et aux appareils en périphérie de participer de manière stable aux tâches d'entraînement, améliorant ainsi de manière significative la participation à l'entraînement collaboratif mondial et constituant l'une des infrastructures de communication clés pour construire un réseau de formation décentralisé.
PCCL: Bibliothèque de communication collaborative
PCCL(Prime Collective Communication Library) est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulots d'étranglement d'adaptation des bibliothèques de communication traditionnelles( telles que NCCL, Gloo) sur des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie sparse, la compression de gradients, la synchronisation de faible précision et la reprise à partir de points de contrôle, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs du réseau d'entraînement, ouvrant la voie à des communications de "dernier kilomètre" pour construire un réseau d'entraînement collaboratif véritablement 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 en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles clés :
Initiateur de la tâche : définir l'environnement d'entraînement, le modèle initial, la fonction de récompense et les critères de validation
Nœud d'entraînement : exécuter un entraînement local, soumettre des mises à jour de poids et des trajectoires d'observation
Nœud de validation : utiliser le mécanisme TOPLOC pour vérifier l'authenticité du comportement 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 (SHARDCAST) et la distribution des récompenses, formant un cycle d'incitation autour du "comportement d'entraînement réel".
Quatre, INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a publié INTELLECT-2 en mai 2025, qui est 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 formé par la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, durée d'entraînement
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.
20 J'aime
Récompense
20
4
Reposter
Partager
Commentaire
0/400
BlockchainTherapist
· 07-30 18:48
C'est allé dans le cluster.
Voir l'originalRépondre0
AirdropBlackHole
· 07-30 16:40
Mining a cassé
Voir l'originalRépondre0
Hash_Bandit
· 07-30 13:29
hmm l'entraînement d'IA décentralisé ressemble à des pools de minage en 2013... les mêmes défis d'infrastructure pour être honnête
Voir l'originalRépondre0
PonziDetector
· 07-30 13:15
C'est superflu, autant rendre la compatibilité EVM correcte directement.
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la collaboration décentralisée dans la transformation technologique
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée
Dans la chaîne de valeur complète de l'IA, l'entraînement des modèles est l'étape la plus gourmande en ressources et celle avec le plus haut seuil technologique, déterminant directement le plafond de capacité des modèles et l'efficacité de leur application réelle. 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 de haute intensité, constituant le véritable "heavy industry" de la construction des systèmes d'IA. D'un point de vue architectural, 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, des matériels, des logiciels de base, des systèmes de gestion de cluster, jusqu'à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration 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 particulièrement adaptée à l'entraînement de modèles à grande échelle tels que GPT et Gemini, offrant des avantages en termes d'efficacité et de contrôle des ressources. Cependant, elle présente également des problèmes tels que le monopole de données, les barrières aux ressources, la consommation d'énergie et le risque de point de défaillance.
L'entraînement distribué est la méthode principale d'entraînement des grands modèles actuels. Son principe fondamental est de décomposer les tâches d'entraînement du modèle, puis de les répartir sur 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 des organismes centralisés, fonctionnant souvent dans un environnement de réseau local haut débit, grâce à la technologie de bus d'interconnexion haute vitesse NVLink, où le nœud principal coordonne uniformément les sous-tâches. Les méthodes principales incluent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance la collaboration de plusieurs employés dans des "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 incluent : plusieurs nœuds non fiables ( pouvant être des ordinateurs personnels, des GPU cloud ou des dispositifs en périphérie ) collaborant pour accomplir des tâches de formation sans coordinateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, et utilisant des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
L'entraînement décentralisé peut être compris comme : un groupe de volontaires du monde entier contribuant chacun leur puissance de calcul pour entraîner le modèle en collaboration, mais "le véritable entraînement décentralisé à grande échelle" reste un défi d'ingénierie systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles, etc., mais la question de savoir si cela peut être "collaboratif et efficace + incitatif à l'honnêteté + résultats corrects" est encore en phase d'exploration de prototype précoce.
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, et convient aux scénarios axés sur la conformité à la vie privée ( tels que la santé et la finance ). 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 dans l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnée digne de confiance et ne possède pas de 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 vie privée, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, plus adaptés en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, des opportunités et des chemins réels de l'entraînement
D'un point de vue des paradigmes d'entraînement, la Décentralisation de l'entraînement n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou de la difficulté de la collaboration, elle n'est naturellement pas adaptée à une exécution efficace entre des nœuds hétérogènes et de confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une grande mémoire vidéo, d'une faible latence et d'une bande passante élevée, ce qui rend difficile le découpage et la synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions fortes en matière de confidentialité des données et de souveraineté (, telles que la santé, la finance et les données sensibles ), sont limitées par des contraintes légales et éthiques, rendant impossible le partage ouvert ; et les tâches sans incitations à la collaboration (, telles que l'entraînement de modèles propriétaires d'entreprise ou de prototypes internes ), manquent de motivation pour la participation externe. Ces frontières constituent ensemble les limites réalistes de l'entraînement décentralisé actuel.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légères en structure, facilement parallélisables et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais n'est pas limité à : l'ajustement LoRA, des tâches d'entraînement post-alignment comportemental ( telles que RLHF, DPO), l'entraînement et l'annotation de données en crowdsourcing, l'entraînement de modèles de base de petite taille avec des ressources contrôlables, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs en périphérie. Ces tâches possèdent 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 des méthodes d'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de pointe de la formation décentralisée 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 en matière d'architecture système et de conception d'algorithmes, représentant les directions de recherche théorique de pointe actuelles; tandis que les voies de mise en œuvre de Gensyn et Flock.io sont relativement claires, montrant déjà des progrès d'ingénierie préliminaires. Cet article va successivement analyser les technologies clés et l'architecture d'ingénierie derrière ces cinq projets, et explorer davantage leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect: pionnier des réseaux collaboratifs d'apprentissage par renforcement vérifiables par trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à quiconque de participer à l'entraînement et de recevoir des récompenses fiables pour ses contributions de calcul. Prime Intellect espère, grâce aux trois grands modules PRIME-RL + TOPLOC + SHARDCAST, bâtir un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un 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 formation de Prime Intellect
PRIME-RL: architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution des 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, déconnectant structurellement les processus d'entraînement, d'inférence et de téléchargement des poids, permettant ainsi à chaque nœud d'entraînement de compléter indépendamment la boucle de tâche localement et de collaborer via des interfaces normalisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté pour réaliser 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 vérification du comportement d'entraînement léger
TOPLOC(Observation de confiance et vérification de la localité) est un mécanisme central de vérifiabilité 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 de l'intégralité du modèle, mais analyse les trajectoires de cohérence locale entre les "séquences d'observation ↔ mise à jour de la stratégie" pour réaliser une vérification de structure allégée. Il transforme pour la première fois les trajectoires comportementales du processus d'entraînement en objets vérifiables, ce qui constitue une innovation clé pour permettre une répartition des récompenses d'entraînement sans confiance, offrant une voie viable pour construire un réseau d'entraînement collaboratif 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 en constante évolution. Il combine un mécanisme de diffusion de type 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 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 construire un consensus de poids stable et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de la communication développé et open-source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind. Il est spécialement conçu pour relever les défis courants de la formation décentralisée, tels que les limitations de bande passante, l'hétérogénéité des appareils et l'instabilité des nœuds. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses comme Ring, Expander et Small-World, évitant ainsi les coûts de communication élevés liés à la synchronisation globale, et permettant l'entraînement collaboratif du modèle en se basant uniquement sur les nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU de consommation et aux appareils en périphérie de participer de manière stable aux tâches d'entraînement, améliorant ainsi de manière significative la participation à l'entraînement collaboratif mondial et constituant l'une des infrastructures de communication clés pour construire un réseau de formation décentralisé.
PCCL: Bibliothèque de communication collaborative
PCCL(Prime Collective Communication Library) est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulots d'étranglement d'adaptation des bibliothèques de communication traditionnelles( telles que NCCL, Gloo) sur des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie sparse, la compression de gradients, la synchronisation de faible précision et la reprise à partir de points de contrôle, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs du réseau d'entraînement, ouvrant la voie à des communications de "dernier kilomètre" pour construire un réseau d'entraînement collaboratif véritablement 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 en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles clés :
Le processus central du protocole comprend la publication des tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids (SHARDCAST) et la distribution des récompenses, formant un cycle d'incitation autour du "comportement d'entraînement réel".
Quatre, INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a publié INTELLECT-2 en mai 2025, qui est 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 formé par la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, durée d'entraînement