Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de 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 le plus haut seuil technique, déterminant directement la limite de capacité des modèles et l'effet d'application réel. 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 ainsi le véritable « industrie lourde » de la construction des systèmes d'IA. D'un point de vue de paradigme d'architecture, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le principal sujet de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule institution sur un cluster haute performance local, où l'ensemble du processus d'entraînement, du matériel, du logiciel sous-jacent, du système 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 pour l'entraînement de modèles à grande échelle comme 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 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 dominante pour l'entraînement de grands modèles actuellement. Son cœur consiste à décomposer les tâches d'entraînement du modèle et à les répartir sur 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 présente physiquement des caractéristiques « décentralisées », l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, en utilisant la technologie de bus interconnexion haute vitesse NVLink, avec un nœud principal coordonnant uniformément les sous-tâches. Les méthodes dominantes incluent :
Parallélisme des données : chaque nœud entraîne des paramètres de données différents, partageant les poids du modèle, qui doivent être assortis.
Parallélisme de modèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité ;
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 », similaire à un même patron dirigeant à distance plusieurs employés de « bureaux » pour accomplir une tâche. Actuellement, presque tous les grands modèles dominants sont formés de cette manière.
La formation décentralisée représente un avenir plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches de formation sans coordonnateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, et en utilisant des mécanismes d'incitation cryptographiques pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Difficulté d'hétérogénéité des équipements et de découpage : coordination difficile des équipements hétérogènes, faible efficacité de découpage des tâches ;
Goulots d'étranglement de l'efficacité de communication : communication réseau instable, goulots d'étranglement de synchronisation des gradients évidents;
Exécution fiable manquante : absence d'un environnement d'exécution fiable, rendant difficile la vérification de la véritable participation des nœuds au calcul ;
Manque de coordination unifiée : pas de centralisateur, distribution des tâches, mécanisme de retour en arrière des anomalies complexe.
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 » reste un défi systémique d'ingénierie, impliquant l'architecture des systèmes, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et plusieurs autres aspects. Cependant, la capacité à « collaborer efficacement + inciter à l'honnêteté + obtenir des résultats corrects » en est encore au stade d'exploration précoce des prototypes.
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 centrale des paramètres du modèle, et convient 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 des avantages de la distribution des données de l'entraînement décentralisé, mais il dépend toujours d'une partie de coordination de confiance et ne possède pas de caractéristiques complètement ouvertes et résistantes à la censure. On peut le considérer comme une solution de "Décentralisation contrôlée" dans un contexte de conformité à la vie privée, relativement modérée en termes de tâches d'entraînement, de structures de confiance et de mécanismes de communication, et plus adaptée en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, des opportunités et des chemins réalistes de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des exigences en ressources très élevées ou de la difficulté de collaboration, elle n'est naturellement pas adaptée à une réalisation 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 sur la confidentialité des données et la souveraineté sont limitées par des contraintes légales et éthiques, ce qui empêche le partage ouvert ; tandis que les tâches manquant de bases d'incitation à la collaboration manquent également de motivation pour la participation externe. Ces frontières constituent ensemble les limites réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est une fausse problématique. En fait, dans des types de tâches légers en structure, facilement parallélisables et incitatifs, l'entraînement décentralisé présente des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement et d'annotation après alignement comportemental, l'entraînement et l'annotation de données en crowdsourcing, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que les 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 l'entraînement collaboratif via des réseaux P2P, des protocoles 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 blockchain représentatifs incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté d'implémentation, 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 réalisation de Gensyn et Flock.io sont relativement claires, montrant des progrès d'ingénierie préliminaires.
Prime Intellect: précurseur des réseaux collaboratifs d'apprentissage par renforcement vérifiables par trajectoire d'entraînement
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 computationnelle. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, construire un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
PRIME-RL: Architecture de tâche de renforcement asynchrone découplée
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 utilise 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 compléter indépendamment la boucle de tâches localement et de collaborer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. 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 centrale, réduisant ainsi la complexité du système et établissant une base pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme de vérification des comportements d'entraînement léger
TOPLOC est le mécanisme central de vérifiabilité de l'entraînement proposé par Prime Intellect, utilisé pour déterminer si un nœud a vraiment effectué un apprentissage de stratégie efficace basé sur les données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais analyse la trajectoire de cohérence locale entre « séquence 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 la distribution des récompenses d'entraînement sans confiance, offrant une voie réalisable pour construire un réseau d'entraînement collaboratif décentralisé, audit-able et incitatif.
SHARDCAST: Protocole d'agrégation et de propagation des poids asynchrones
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements de réseau réels asynchrones, à bande passante limitée et avec des états de nœuds variables. Il combine un mécanisme de diffusion gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles dans des états non synchronisés, réalisant une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement Décentralisation, étant 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 communication développé indépendamment 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 dispositifs et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture repose 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 liés à la synchronisation globale, et permettant l'entraînement collaboratif du modèle en ne s'appuyant que sur les nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux dispositifs de périphérie de participer de manière stable aux tâches d'entraînement, améliorant considérablement 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 spécialement conçue 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 la topologie sparse, 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. C'est un composant sous-jacent qui soutient la capacité 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 » des infrastructures de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
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 la tâche : définir l'environnement d'entraînement, le modèle initial, la fonction de récompense et les critères de validation
Nœud d'entraînement : exécuter l'entraînement local, soumettre les mises à jour de poids et observer les trajectoires
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 de l'accord comprend la publication des tâches, l'entraînement des nœuds, la validation des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cercle d'incitation autour du « comportement d'entraînement réel ».
INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier modèle de renforcement au monde formé par la coopération de nœuds décentralisés asynchrones et sans confiance, avec un nombre de paramètres atteignant 32B. Le modèle INTELLECT-2 a été achevé grâce à la formation collaborative 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 coopération asynchrone. Ce modèle représente non seulement une percée en termes de performance, mais aussi la première mise en œuvre systématique du paradigme « entraînement égal consensus » proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocoles clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture, de la vérifiabilité et du cycle d'incitation économique du processus d'entraînement dans un réseau de formation décentralisé.
En termes de performance, INTELLECT-2 est basé sur QwQ-32B et a subi un entraînement RL spécialisé en code et en mathématiques, se plaçant à la pointe des modèles RL open source actuels. Bien qu'il n'ait pas encore dépassé des modèles fermés comme GPT-4 ou Gemini, sa véritable
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
5
Partager
Commentaire
0/400
ProofOfNothing
· Il y a 3h
S'entraîner encore et encore n'est pas aussi bien que de faire du Mining pour gagner de l'argent.
Voir l'originalRépondre0
OnchainArchaeologist
· Il y a 21h
Qui a eu cette nouvelle idée de brûler de l'argent ?
Voir l'originalRépondre0
ShitcoinConnoisseur
· Il y a 21h
pro a encore parlé de Blockchain
Voir l'originalRépondre0
AirdropHunterWang
· Il y a 21h
Quel entraînement, quel entraînement, toute la journée à crier des histoires.
Voir l'originalRépondre0
GasGasGasBro
· Il y a 21h
Industrie lourde ? Puissance de calcul rapide, ça va exploser !
Évolution des paradigmes d'entraînement de l'IA : de centralisé à décentralisé, Prime Intellect ouvre une nouvelle ère.
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de 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 le plus haut seuil technique, déterminant directement la limite de capacité des modèles et l'effet d'application réel. 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 ainsi le véritable « industrie lourde » de la construction des systèmes d'IA. D'un point de vue de paradigme d'architecture, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le principal sujet de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule institution sur un cluster haute performance local, où l'ensemble du processus d'entraînement, du matériel, du logiciel sous-jacent, du système 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 pour l'entraînement de modèles à grande échelle comme 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 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 dominante pour l'entraînement de grands modèles actuellement. Son cœur consiste à décomposer les tâches d'entraînement du modèle et à les répartir sur 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 présente physiquement des caractéristiques « décentralisées », l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, en utilisant la technologie de bus interconnexion haute vitesse NVLink, avec un nœud principal coordonnant uniformément les sous-tâches. Les méthodes dominantes incluent :
L'entraînement distribué est une combinaison de « contrôle centralisé + exécution distribuée », similaire à un même patron dirigeant à distance plusieurs employés de « bureaux » pour accomplir une tâche. Actuellement, presque tous les grands modèles dominants sont formés de cette manière.
La formation décentralisée représente un avenir plus ouvert et résistant à la censure. Ses caractéristiques principales sont : plusieurs nœuds qui ne se font pas confiance collaborent pour accomplir des tâches de formation sans coordonnateur central, généralement par le biais de protocoles qui pilotent la distribution des tâches et la collaboration, et en utilisant des mécanismes d'incitation cryptographiques 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 » reste un défi systémique d'ingénierie, impliquant l'architecture des systèmes, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et plusieurs autres aspects. Cependant, la capacité à « collaborer efficacement + inciter à l'honnêteté + obtenir des résultats corrects » en est encore au stade d'exploration précoce des prototypes.
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 centrale des paramètres du modèle, et convient 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 des avantages de la distribution des données de l'entraînement décentralisé, mais il dépend toujours d'une partie de coordination de confiance et ne possède pas de caractéristiques complètement ouvertes et résistantes à la censure. On peut le considérer comme une solution de "Décentralisation contrôlée" dans un contexte de conformité à la vie privée, relativement modérée en termes de tâches d'entraînement, de structures de confiance et de mécanismes de communication, et plus adaptée en tant qu'architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, des opportunités et des chemins réalistes de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des exigences en ressources très élevées ou de la difficulté de collaboration, elle n'est naturellement pas adaptée à une réalisation 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 sur la confidentialité des données et la souveraineté sont limitées par des contraintes légales et éthiques, ce qui empêche le partage ouvert ; tandis que les tâches manquant de bases d'incitation à la collaboration manquent également de motivation pour la participation externe. Ces frontières constituent ensemble les limites réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est une fausse problématique. En fait, dans des types de tâches légers en structure, facilement parallélisables et incitatifs, l'entraînement décentralisé présente des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement et d'annotation après alignement comportemental, l'entraînement et l'annotation de données en crowdsourcing, l'entraînement de petits modèles de base contrôlables en ressources, ainsi que les 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 l'entraînement collaboratif via des réseaux P2P, des protocoles 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 blockchain représentatifs incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté d'implémentation, 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 réalisation de Gensyn et Flock.io sont relativement claires, montrant des progrès d'ingénierie préliminaires.
Prime Intellect: précurseur des réseaux collaboratifs d'apprentissage par renforcement vérifiables par trajectoire d'entraînement
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 computationnelle. Prime Intellect souhaite, à travers les trois grands modules PRIME-RL + TOPLOC + SHARDCAST, construire un système d'entraînement AI décentralisé doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
PRIME-RL: Architecture de tâche de renforcement asynchrone découplée
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 utilise 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 compléter indépendamment la boucle de tâches localement et de collaborer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. 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 centrale, réduisant ainsi la complexité du système et établissant une base pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme de vérification des comportements d'entraînement léger
TOPLOC est le mécanisme central de vérifiabilité de l'entraînement proposé par Prime Intellect, utilisé pour déterminer si un nœud a vraiment effectué un apprentissage de stratégie efficace basé sur les données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais analyse la trajectoire de cohérence locale entre « séquence 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 la distribution des récompenses d'entraînement sans confiance, offrant une voie réalisable pour construire un réseau d'entraînement collaboratif décentralisé, audit-able et incitatif.
SHARDCAST: Protocole d'agrégation et de propagation des poids asynchrones
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements de réseau réels asynchrones, à bande passante limitée et avec des états de nœuds variables. Il combine un mécanisme de diffusion gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre continuellement des mises à jour partielles dans des états non synchronisés, réalisant une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement Décentralisation, étant 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 communication développé indépendamment 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 dispositifs et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture repose 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 liés à la synchronisation globale, et permettant l'entraînement collaboratif du modèle en ne s'appuyant que sur les nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU grand public et aux dispositifs de périphérie de participer de manière stable aux tâches d'entraînement, améliorant considérablement 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 spécialement conçue 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 la topologie sparse, 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. C'est un composant sous-jacent qui soutient la capacité 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 » des infrastructures de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
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 des tâches, l'entraînement des nœuds, la validation des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cercle d'incitation autour du « comportement d'entraînement réel ».
INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier modèle de renforcement au monde formé par la coopération de nœuds décentralisés asynchrones et sans confiance, avec un nombre de paramètres atteignant 32B. Le modèle INTELLECT-2 a été achevé grâce à la formation collaborative 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 coopération asynchrone. Ce modèle représente non seulement une percée en termes de performance, mais aussi la première mise en œuvre systématique du paradigme « entraînement égal consensus » proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocoles clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture, de la vérifiabilité et du cycle d'incitation économique du processus d'entraînement dans un réseau de formation décentralisé.
En termes de performance, INTELLECT-2 est basé sur QwQ-32B et a subi un entraînement RL spécialisé en code et en mathématiques, se plaçant à la pointe des modèles RL open source actuels. Bien qu'il n'ait pas encore dépassé des modèles fermés comme GPT-4 ou Gemini, sa véritable