Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la 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 le plus haut seuil technologique, déterminant directement la limite de capacité des modèles et l'efficacité de leurs applications pratiques. 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, représentant 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 entité 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 profonde permet d'atteindre une efficacité optimale en matière de partage de mémoire, de synchronisation des gradients et de 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 tels qu'une haute efficacité et des ressources contrôlables, mais elle présente également des problèmes de monopole de données, de barrières à l'entrée, de consommation d'énergie et de risques de point unique.
L'entraînement distribué est la méthode principale d'entraînement des grands modèles aujourd'hui. Son noyau consiste à décomposer les tâches d'entraînement du modèle, puis à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulots d'étranglement en matière de calcul et de stockage sur une seule machine. Bien qu'il possède physiquement des caractéristiques de « décentralisation », l'ensemble reste contrôlé, coordonné et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local haute vitesse, grâce à la technologie de bus interconnecté haute vitesse NVLink, avec un nœud principal qui coordonne de manière unifiée toutes les sous-tâches. Les méthodes principales incluent :
Parallélisation 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 grande évolutivité ;
Pipeline parallèle : exécution en série par étapes, amélioration du débit ;
Parallélisme de tenseurs : affinage du calcul matriciel, 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 plusieurs employés de « bureaux » pour collaborer à l'accomplissement d'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 résident dans : plusieurs nœuds qui ne se font pas confiance collaborent à la réalisation des tâches d'entraînement sans un coordinateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, tout en s'appuyant sur un mécanisme d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Hétérogénéité des appareils et difficulté de partitionnement : la coordination entre les appareils hétérogènes est difficile, et l'efficacité de la partition des tâches est faible;
Goulot d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement de synchronisation des gradients 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 centralisateur, distribution des tâches et mécanismes de rollback des exceptions complexes.
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier, chacun contribuant à 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 système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et d'autres niveaux, mais la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + résultats corrects" en est encore au stade de l'exploration précoce des prototypes.
L'apprentissage fédéré, en tant que forme transitoire 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 axés sur la conformité à la vie privée. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité 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 coordonnante de confiance et ne possède pas de caractéristiques totalement ouvertes et anti-censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, relativement modérée en ce qui concerne les tâches d'entraînement, la structure de confiance et les mécanismes de communication, et elle est plus adaptée comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des frontières, des opportunités et des chemins réalistes de l'entraînement
D'un point de vue de paradigme 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 collaboration, elle n'est naturellement pas adaptée pour être réalisée efficacement entre des nœuds hétérogènes et de confiance. Par exemple, l'entraînement de grands modèles dépend souvent de haute mémoire vidéo, de faible latence et de bande passante élevée, ce qui rend difficile la découpe et la synchronisation efficaces sur un réseau ouvert ; les tâches soumises à des restrictions de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, et ne peuvent pas être partagées ouvertement ; et les tâches manquant de base d'incitation à la collaboration manquent d动力 externe. 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 légères, faciles à paralléliser et incitatives, l'entraînement décentralisé présente des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental, les tâches d'entraînement et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des appareils en périphérie. Ces tâches possèdent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à l'hétérogénéité des capacités de calcul, ce qui les rend très adaptées à la formation collaborative via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Analyse des projets classiques d'entraînement à la Décentralisation
Actuellement, les projets blockchain représentatifs dans le domaine de la formation décentralisée et de l'apprentissage fédéré incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technique 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 actuelle ; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, montrant des progrès ingénieriques préliminaires. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera en outre leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect: Pionniers des réseaux de collaboration d'apprentissage renforcé avec trajectoires d'entraînement vérifiables
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 modules PRIME-RL + TOPLOC + SHARDCAST, établir 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 l'entraînement de 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 adopte l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de réaliser localement des boucles de tâches de manière autonome et de collaborer avec des mécanismes de validation et d'agrégation via des interfaces standardisées. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est plus adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centralisée, 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 du comportement d'entraînement léger
TOPLOC est un mécanisme de noyau de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a vraiment accompli un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement aux 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 comportementales du processus de formation en objets vérifiables, ce qui constitue une innovation clé pour réaliser une distribution de récompenses d'apprentissage sans confiance, fournissant une voie réalisable pour construire un réseau de formation décentralisé, auditable et incitatif.
SHARDCAST : protocole d'agrégation et de propagation 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 nœud 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 multi-versionnelle. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant ainsi la base essentielle pour établir un consensus stable sur les poids et des itérations d'entraînement continues.
OpenDiLoCo: cadre de communication asynchrone sparse
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, spécialement conçu pour relever les défis courants tels que les limitations de bande passante, 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, Small-World, évitant ainsi les frais de communication élevés liés à la synchronisation globale, et permettant l'entraînement coopératif du modèle uniquement en s'appuyant 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 significativement 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 dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression de gradient, la synchronisation à faible précision et la reprise après interruption, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base du protocole OpenDiLoCo pour la capacité de communication asynchrone. Il améliore considérablement la tolérance à la bande passante du réseau d'entraînement et la compatibilité des dispositifs, ouvrant la voie aux fondements de communication 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 décentralisé, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer à des 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
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 de tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, formant ainsi un cycle d'incitation autour de « l'entraînement réel ».
Quatre, INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé 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 grâce à la collaboration de 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, démontrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais également la première mise en œuvre systématique du paradigme « entraînement égal consensus » proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la décentralisation de l'entraînement.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
7 J'aime
Récompense
7
6
Partager
Commentaire
0/400
StrawberryIce
· Il y a 20h
La puissance de calcul n'est-elle pas le plus grand problème~
Voir l'originalRépondre0
BearMarketBuilder
· Il y a 20h
Pour gagner de l'argent, il faut compter sur l'IA.
Voir l'originalRépondre0
GhostInTheChain
· Il y a 20h
Brûler de l'argent jusqu'à la lune.
Voir l'originalRépondre0
DeFiAlchemist
· Il y a 20h
*ajuste les instruments techniques* formation d'ia décentralisée... la transmutation de l'efficacité ultime du protocole
Voir l'originalRépondre0
NftCollectors
· Il y a 20h
Après avoir regardé, le cerveau commence à fonctionner... La formation décentralisée n'est-elle pas la pensée de formation des actifs web3 off-chain ? D'un point de vue artistique, on peut voir une esthétique chaotique intense.
Voir l'originalRépondre0
GasWastingMaximalist
· Il y a 20h
Entraîner un marteau, dépensez de l'argent et vroom
Évolution des paradigmes d'entraînement de l'IA : d'un contrôle centralisé à une révolution technologique de la collaboration décentralisée
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la 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 le plus haut seuil technologique, déterminant directement la limite de capacité des modèles et l'efficacité de leurs applications pratiques. 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, représentant 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 entité 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 profonde permet d'atteindre une efficacité optimale en matière de partage de mémoire, de synchronisation des gradients et de 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 tels qu'une haute efficacité et des ressources contrôlables, mais elle présente également des problèmes de monopole de données, de barrières à l'entrée, de consommation d'énergie et de risques de point unique.
L'entraînement distribué est la méthode principale d'entraînement des grands modèles aujourd'hui. Son noyau consiste à décomposer les tâches d'entraînement du modèle, puis à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulots d'étranglement en matière de calcul et de stockage sur une seule machine. Bien qu'il possède physiquement des caractéristiques de « décentralisation », l'ensemble reste contrôlé, coordonné et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local haute vitesse, grâce à la technologie de bus interconnecté haute vitesse NVLink, avec un nœud principal qui coordonne de manière unifiée toutes 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 plusieurs employés de « bureaux » pour collaborer à l'accomplissement d'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 résident dans : plusieurs nœuds qui ne se font pas confiance collaborent à la réalisation des tâches d'entraînement sans un coordinateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, tout en s'appuyant sur un mécanisme 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 à 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 système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et d'autres niveaux, mais la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + résultats corrects" en est encore au stade de l'exploration précoce des prototypes.
L'apprentissage fédéré, en tant que forme transitoire 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 axés sur la conformité à la vie privée. L'apprentissage fédéré possède la structure d'ingénierie de l'entraînement distribué et la capacité 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 coordonnante de confiance et ne possède pas de caractéristiques totalement ouvertes et anti-censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, relativement modérée en ce qui concerne les tâches d'entraînement, la structure de confiance et les mécanismes de communication, et elle est plus adaptée comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des frontières, des opportunités et des chemins réalistes de l'entraînement
D'un point de vue de paradigme 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 collaboration, elle n'est naturellement pas adaptée pour être réalisée efficacement entre des nœuds hétérogènes et de confiance. Par exemple, l'entraînement de grands modèles dépend souvent de haute mémoire vidéo, de faible latence et de bande passante élevée, ce qui rend difficile la découpe et la synchronisation efficaces sur un réseau ouvert ; les tâches soumises à des restrictions de confidentialité des données et de souveraineté sont limitées par la conformité légale et les contraintes éthiques, et ne peuvent pas être partagées ouvertement ; et les tâches manquant de base d'incitation à la collaboration manquent d动力 externe. 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 légères, faciles à paralléliser et incitatives, l'entraînement décentralisé présente des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental, les tâches d'entraînement et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des appareils en périphérie. Ces tâches possèdent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à l'hétérogénéité des capacités de calcul, ce qui les rend très adaptées à la formation collaborative via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Analyse des projets classiques d'entraînement à la Décentralisation
Actuellement, les projets blockchain représentatifs dans le domaine de la formation décentralisée et de l'apprentissage fédéré incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technique 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 actuelle ; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, montrant des progrès ingénieriques préliminaires. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera en outre leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect: Pionniers des réseaux de collaboration d'apprentissage renforcé avec trajectoires d'entraînement vérifiables
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 modules PRIME-RL + TOPLOC + SHARDCAST, établir 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 l'entraînement de 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 adopte l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant structurellement les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de réaliser localement des boucles de tâches de manière autonome et de collaborer avec des mécanismes de validation et d'agrégation via des interfaces standardisées. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est plus adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centralisée, 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 du comportement d'entraînement léger
TOPLOC est un mécanisme de noyau de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a vraiment accompli un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement aux 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 comportementales du processus de formation en objets vérifiables, ce qui constitue une innovation clé pour réaliser une distribution de récompenses d'apprentissage sans confiance, fournissant une voie réalisable pour construire un réseau de formation décentralisé, auditable et incitatif.
SHARDCAST : protocole d'agrégation et de propagation 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 nœud 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 multi-versionnelle. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant ainsi la base essentielle pour établir un consensus stable sur les poids et des itérations d'entraînement continues.
OpenDiLoCo: cadre de communication asynchrone sparse
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, spécialement conçu pour relever les défis courants tels que les limitations de bande passante, 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, Small-World, évitant ainsi les frais de communication élevés liés à la synchronisation globale, et permettant l'entraînement coopératif du modèle uniquement en s'appuyant 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 significativement 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 dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression de gradient, la synchronisation à faible précision et la reprise après interruption, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant de base du protocole OpenDiLoCo pour la capacité de communication asynchrone. Il améliore considérablement la tolérance à la bande passante du réseau d'entraînement et la compatibilité des dispositifs, ouvrant la voie aux fondements de communication 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 décentralisé, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer à des 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 de tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, formant ainsi un cycle d'incitation autour de « l'entraînement réel ».
Quatre, INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé 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 grâce à la collaboration de 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, démontrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une percée en termes de performances, mais également la première mise en œuvre systématique du paradigme « entraînement égal consensus » proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la décentralisation de l'entraînement.