Desentralisasi pelatihan: AI di garis depan berikutnya

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling banyak mengkonsumsi sumber daya dan memiliki ambang teknologi tertinggi, yang secara langsung menentukan batas kemampuan model dan efek aplikasi nyata. Dibandingkan dengan pemanggilan ringan pada tahap inferensi, proses pelatihan memerlukan investasi daya komputasi skala besar yang berkelanjutan, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, yang merupakan "industri berat" sejati dalam pembangunan sistem AI. Dari segi paradigma arsitektur, metode pelatihan dapat dibagi menjadi empat kategori: pelatihan terpusat, pelatihan terdistribusi, pembelajaran federasi, dan pelatihan desentralisasi yang menjadi fokus pembahasan dalam artikel ini.

Pelatihan terpusat adalah cara tradisional yang paling umum, dilakukan oleh satu lembaga di dalam kluster berkinerja tinggi lokal yang menyelesaikan seluruh proses pelatihan, dari perangkat keras, perangkat lunak dasar, sistem penjadwalan kluster, hingga semua komponen kerangka pelatihan diatur oleh sistem kontrol yang terintegrasi. Arsitektur kolaboratif yang mendalam ini membuat berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan mencapai efisiensi optimal, sangat cocok untuk pelatihan model skala besar seperti GPT, Gemini, memiliki keuntungan efisiensi tinggi dan sumber daya yang terkontrol, tetapi juga menghadapi masalah seperti monopoli data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah metode utama dalam pelatihan model besar saat ini, inti dari metode ini adalah membagi tugas pelatihan model menjadi beberapa bagian dan mendistribusikannya ke banyak mesin untuk dieksekusi secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan di satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", keseluruhan masih dikendalikan oleh lembaga terpusat yang mengatur dan menyinkronkan, biasanya berjalan di lingkungan jaringan lokal berkecepatan tinggi, dengan node utama yang secara terpusat mengoordinasikan setiap sub-tugas. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda dan berbagi, perlu mencocokkan bobot model
• Paralelisme model: Menempatkan bagian-bagian berbeda dari model di node yang berbeda, mencapai skala yang kuat.
• Paralel pipa: Eksekusi seri bertahap, meningkatkan throughput
• Paralel Tensor: Memperhalus Pembagian Perhitungan Matriks, Meningkatkan Granul Paralel

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

Desentralisasi pelatihan mewakili jalur masa depan yang lebih terbuka dan tahan terhadap sensor. Ciri inti dari ini adalah: beberapa node yang saling tidak percaya bekerja sama untuk menyelesaikan tugas pelatihan tanpa koordinator pusat, biasanya melalui protokol yang mendorong distribusi tugas dan kolaborasi, dan menggunakan mekanisme insentif kriptografi untuk memastikan kejujuran kontribusi. Tantangan utama yang dihadapi oleh model ini termasuk:

• Heterogenitas perangkat dan kesulitan pemisahan: koordinasi perangkat yang heterogen sulit, efisiensi pemisahan tugas rendah
• Bottleneck efisiensi komunikasi: komunikasi jaringan tidak stabil, bottleneck sinkronisasi gradien jelas
• Eksekusi tepercaya hilang: kurangnya lingkungan eksekusi tepercaya, sulit untuk memverifikasi apakah node benar-benar terlibat dalam perhitungan
• Kurangnya koordinasi yang seragam: tanpa pengatur pusat, distribusi tugas, dan mekanisme pemulihan dari kesalahan yang kompleks

Desentralisasi pelatihan dapat dipahami sebagai: sekelompok relawan global, masing-masing berkontribusi pada daya komputasi untuk melatih model secara kolaboratif, tetapi "pelatihan desentralisasi besar-besaran yang benar-benar dapat dilakukan" tetap merupakan tantangan rekayasa sistemik, melibatkan arsitektur sistem, protokol komunikasi, keamanan kriptografi, mekanisme ekonomi, verifikasi model, dan banyak aspek lainnya, tetapi apakah "kolaborasi yang efektif + insentif yang jujur + hasil yang benar" masih berada pada tahap eksplorasi prototipe awal.

Pembelajaran federasi sebagai bentuk transisi antara terdistribusi dan Desentralisasi, menekankan pada penyimpanan data secara lokal dan agregasi parameter model yang terpusat, cocok untuk skenario yang mengutamakan kepatuhan privasi. Pembelajaran federasi memiliki struktur rekayasa pelatihan terdistribusi dan kemampuan kolaborasi lokal, sekaligus memiliki keunggulan penyebaran data dalam pelatihan Desentralisasi, tetapi tetap bergantung pada pihak koordinator yang tepercaya, dan tidak memiliki karakteristik sepenuhnya terbuka dan anti-sensor. Dapat dianggap sebagai solusi "Desentralisasi terkontrol" dalam skenario kepatuhan privasi, yang relatif moderat dalam tugas pelatihan, struktur kepercayaan, dan mekanisme komunikasi, lebih cocok sebagai arsitektur penyebaran transisi di industri.

Batas, Peluang, dan Jalur Realitas dari Pelatihan Desentralisasi

Dari perspektif paradigma pelatihan, pelatihan desentralisasi tidak cocok untuk semua jenis tugas. Dalam beberapa skenario, karena struktur tugas yang kompleks, kebutuhan sumber daya yang sangat tinggi, atau kesulitan kolaborasi, secara alami tidak cocok untuk diselesaikan secara efisien di antara node yang heterogen dan tanpa kepercayaan. Misalnya, pelatihan model besar sering kali bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, yang sulit untuk dibagi dan disinkronkan secara efektif di jaringan terbuka; tugas yang memiliki privasi data dan pembatasan kedaulatan yang kuat terbatas oleh kepatuhan hukum dan batasan etika, sehingga tidak dapat dibagikan secara terbuka; sementara tugas yang kekurangan dasar insentif kolaborasi tidak memiliki dorongan partisipasi eksternal. Batasan-batasan ini secara bersama-sama membentuk batasan nyata pelatihan desentralisasi saat ini.

Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah proposisi palsu. Faktanya, dalam jenis tugas yang ringan, mudah diparalelkan, dan dapat memotivasi, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk namun tidak terbatas pada: penyetelan LoRA, tugas pelatihan pasca yang sejajar dengan perilaku, pelatihan data crowdsourcing dan tugas pelabelan, pelatihan model dasar kecil yang dapat dikontrol sumber daya, serta skenario pelatihan kolaboratif yang melibatkan perangkat tepi. Tugas-tugas ini umumnya memiliki karakteristik paralelisme tinggi, coupling rendah, dan toleransi terhadap kekuatan komputasi heterogen, sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, optimizer terdistribusi, dll.

Analisis Proyek Klasik Pelatihan Desentralisasi

Saat ini, di bidang pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang memiliki perwakilan utama mencakup Prime Intellect, Pluralis.ai, Gensyn, Nous Research, dan Flock.io. Dari segi inovasi teknologi dan kesulitan implementasi rekayasa, Prime Intellect, Nous Research, dan Pluralis.ai telah mengajukan banyak eksplorasi orisinal dalam arsitektur sistem dan desain algoritma, mewakili arah penelitian teoretis terkini; sementara jalur implementasi Gensyn dan Flock.io relatif jelas, dan sudah terlihat kemajuan rekayasa awal. Artikel ini akan menganalisis secara berurutan teknologi inti dan arsitektur rekayasa di belakang lima proyek ini, serta mengeksplorasi lebih lanjut perbedaan dan hubungan saling melengkapi dalam sistem pelatihan AI desentralisasi.

Prime Intellect: pelopor jaringan kolaboratif pembelajaran penguatan yang jalur latihannya dapat diverifikasi

Prime Intellect berkomitmen untuk membangun jaringan pelatihan AI tanpa kepercayaan, sehingga siapa pun dapat berpartisipasi dalam pelatihan dan mendapatkan imbalan yang dapat dipercaya atas kontribusi komputasinya. Prime Intellect berharap dapat membangun sistem pelatihan AI desentralisasi yang memiliki verifikasi, keterbukaan, dan mekanisme insentif yang lengkap melalui tiga modul utama: PRIME-RL + TOPLOC + SHARDCAST.

01、Nilai Struktur dan Modul Kunci Protokol Prime Intellect

Arsitektur inti Prime Intellect terdiri dari modul-modul kunci berikut:

• PRIME-RL: Arsitektur tugas pembelajaran penguatan asinkron yang terdecoupling
• TOPLOC: mekanisme verifikasi perilaku pelatihan ringan
• SHARDCAST: Protokol agregasi dan penyebaran bobot asinkron
• OpenDiLoCo: Kerangka Komunikasi Asinkron Jarang
• PCCL: Perpustakaan Komunikasi Kolaboratif

02、Penjelasan Detail Mekanisme Kunci Pelatihan Prime Intellect

PRIME-RL adalah kerangka pemodelan dan pelaksanaan tugas yang disesuaikan oleh Prime Intellect untuk skenario pelatihan desentralisasi, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini menggunakan pembelajaran penguatan sebagai objek adaptasi utama, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara mandiri di lokasi, dan berkolaborasi melalui antarmuka standar dengan mekanisme verifikasi dan agregasi. Dibandingkan dengan proses pembelajaran supervisi tradisional, PRIME-RL lebih cocok untuk mewujudkan pelatihan yang fleksibel dalam lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem tetapi juga meletakkan dasar untuk mendukung paralelisme tugas dan evolusi strategi.

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

SHARDCAST adalah protokol penyebaran dan agregasi bobot yang dirancang oleh Prime Intellect, dioptimalkan khusus untuk lingkungan jaringan nyata yang asinkron, memiliki bandwidth terbatas, dan status node yang berubah-ubah. Ini menggabungkan mekanisme penyebaran gossip dengan strategi sinkronisasi lokal, memungkinkan beberapa node untuk terus mengirimkan pembaruan sebagian dalam keadaan tidak sinkron, mewujudkan konvergensi bobot yang bertahap dan evolusi multi-versi. Dibandingkan dengan metode AllReduce terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan ketahanan pelatihan desentralisasi, merupakan dasar inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan berkelanjutan.

OpenDiLoCo adalah kerangka optimasi komunikasi yang diimplementasikan secara independen dan sumber terbuka oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diajukan oleh DeepMind, dirancang khusus untuk tantangan umum dalam pelatihan desentralisasi seperti keterbatasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node. Arsitekturnya berbasis pada data paralel, dengan membangun topologi jarang seperti Ring, Expander, dan Small-World, menghindari biaya komunikasi tinggi dari sinkronisasi global, dan hanya bergantung pada node tetangga lokal untuk menyelesaikan pelatihan kolaboratif model. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi titik putus, OpenDiLoCo memungkinkan GPU konsumen dan perangkat tepi untuk berpartisipasi secara stabil dalam tugas pelatihan, secara signifikan meningkatkan partisipasi pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci dalam membangun jaringan pelatihan desentralisasi.

PCCL adalah pustaka komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, bertujuan untuk mengatasi hambatan adaptasi pustaka komunikasi tradisional dalam perangkat heterogen dan jaringan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik henti, dapat berjalan di GPU konsumen dan node tidak stabil, merupakan komponen dasar yang mendukung kemampuan komunikasi asinkron dari protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth dari jaringan pelatihan dan kompatibilitas perangkat, membuka "jalur terakhir" untuk dasar komunikasi dalam membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.

03、Prime Intellect insentif jaringan dan pembagian peran

Prime Intellect membangun jaringan pelatihan yang tidak memerlukan izin, dapat diverifikasi, dan dilengkapi dengan mekanisme insentif ekonomi, sehingga siapa pun dapat berpartisipasi dalam tugas dan mendapatkan imbalan berdasarkan kontribusi nyata. Protokol ini berjalan berdasarkan tiga jenis peran inti:

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

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

04、INTELLECT-2:Penerbitan model pelatihan terdesentralisasi yang dapat diverifikasi pertama

Prime Intellect akan merilis INTELLECT-2 pada Mei 2025, ini adalah model besar pembelajaran penguatan pertama di dunia yang dilatih melalui kolaborasi node desentralisasi yang asinkron dan tanpa kepercayaan, dengan skala parameter mencapai 32B. Model INTELLECT-2 dilatih secara kolaboratif oleh lebih dari 100 node heterogen GPU yang tersebar di tiga benua.