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 présente le plus haut seuil technologique, déterminant directement le plafond de capacité des modèles et l'efficacité des 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 à haute intensité, représentant véritablement l'"industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être divisées 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 local haute performance, où l'ensemble du processus d'entraînement, y compris le matériel, le logiciel de base, le système de gestion de cluster et tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unique. Cette architecture de profonde collaboration permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui la rend très adaptée à l'entraînement de modèles à grande échelle 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, la consommation d'énergie et les risques de point unique.
L'entraînement distribué est la méthode principale pour l'entraînement de grands modèles actuellement. Son cœur consiste à décomposer les tâches d'entraînement du modèle, puis à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les limitations de calcul et de stockage d'une seule machine. Bien qu'il ait des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse. Grâce à la technologie de bus interconnecté haute vitesse NVLink, le nœud principal coordonne de manière unifiée les sous-tâches. Les méthodes principales comprennent :
Données parallèles : chaque nœud entraîne des données différentes avec des paramètres partagés, nécessitant une correspondance des poids du modèle.
Parallélisme de modèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité.
Pipeline parallèle : exécution séquentielle par étapes, amélioration 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 plusieurs employés de "bureaux" pour collaborer à l'accomplissement des tâches. Actuellement, presque tous les grands modèles populaires sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques essentielles sont : plusieurs nœuds peu fiables collaborent pour accomplir des tâches d'entraînement sans coordinateur central, généralement en utilisant des protocoles pour la distribution des tâches et la collaboration, et en s'appuyant sur un mécanisme d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
Hétérogénéité des dispositifs et difficulté de découpage : la coordination des dispositifs hétérogènes est difficile, l'efficacité du découpage des tâches est faible
Goulots d'étranglement de l'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 planificateur central, distribution des tâches, mécanisme de retour en arrière complexe
La formation décentralisée peut être comprise comme : un groupe de volontaires du monde entier contribuant chacun avec leur puissance de calcul pour entraîner un modèle de manière collaborative. Cependant, la "véritable formation décentralisée à grande échelle" reste un défi d'ingénierie systémique, impliquant plusieurs aspects tels que l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques et la validation des modèles. Mais savoir si cela peut être "collaboratif et efficace + incitatif pour l'honnêteté + résultats corrects" est encore en phase d'exploration précoce de prototype.
L'apprentissage fédéré, en tant que forme intermédiaire entre la distribution et la Décentralisation, met l'accent sur la conservation des données localement et l'agrégation centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité en matière de confidentialité. 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 dispersion des données de l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnatrice de confiance et ne présente pas de caractéristiques totalement ouvertes et résistantes à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité en matière de confidentialité, avec des tâches d'entraînement, une structure de confiance et un mécanisme de communication relativement modérés, plus adaptés comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, des opportunités et des chemins réalistes de la formation
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 de la tâche, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, elle est naturellement inadaptée à une réalisation efficace entre des nœuds hétérogènes et sans 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 une découpe et une synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions de confidentialité des données et de souveraineté fortes sont limitées par des contraintes légales et éthiques, ce qui empêche le partage ouvert ; et les tâches manquant d'incitations à la collaboration n'ont pas de motivation externe pour la participation. 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, dans les types de tâches légères, faciles à paralléliser et incitatives, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le micro-ajustement LoRA, les tâches d'entraînement post-alignement 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 dispositifs en périphérie. Ces tâches partagent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à l'hétérogénéité de la puissance de calcul, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimisateurs 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 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 pointe de la recherche théorique actuelle ; tandis que les voies de mise en œuvre de Gensyn et Flock.io sont relativement claires, montrant déjà des progrès d'industrialisation initiaux. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera en outre leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : Pion des réseaux de collaboration 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 au calcul. 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.
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 d'apprentissage par 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 de manière structurelle les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter indépendamment des cycles de tâches localement, et de collaborer par le biais d'interfaces standardisées et de mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et posant les bases pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme léger de vérification des comportements d'entraînement
TOPLOC est un mécanisme de cœur de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement accompli un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais effectue une vérification de structure allégée en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus de formation en objets vérifiables, ce qui représente une innovation clé pour réaliser une distribution de récompenses d'apprentissage sans confiance, offrant une voie réalisable pour construire un réseau de formation collaborative décentralisé, auditable 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, spécialement optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœud changeants. Il combine un mécanisme de diffusion de type gossip avec 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 considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant ainsi une base essentielle pour établir un consensus stable sur les poids et des itérations d'entraînement continues.
OpenDiLoCo: cadre de communication asynchrone épars
OpenDiLoCo est un cadre d'optimisation de la communication, développé de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants de la formation décentralisée tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques clairsemées 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 s'appuyant uniquement 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 appareils en périphérie de participer de manière stable aux tâches d'entraînement, améliorant considérablement l'accessibilité à l'entraînement collaboratif mondial, et constitue l'une des infrastructures de communication clés pour la construction de réseaux d'entraînement décentralisés.
PCCL: Bibliothèque de communication collaborative
PCCL est une bibliothèque de communication légère sur mesure développée 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 les topologies éparses, la compression de gradients, la synchronisation à faible précision et la reprise après rupture, et peut fonctionner sur des GPU grand public et des nœuds instables, étant le 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 dispositifs du réseau d'entraînement, ouvrant la "dernière ligne droite" des infrastructures de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, Réseau d'incitation Prime Intellect et 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
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 un cycle incitatif autour du "comportement d'entraînement réel".
Quatre, INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier grand modèle d'apprentissage par renforcement au monde formé par la coopération de nœuds décentralisés asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné par plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité d'un réseau de coopération asynchrone. Ce modèle représente non seulement une avancée en termes de performances, mais également la première mise en œuvre systématique du paradigme "formation égale consensus" proposé par Prime Intellect. INTELLECT-2 intègre les modules de protocole clés PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture du processus d'entraînement dans un réseau de formation décentralisé.
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.
15 J'aime
Récompense
15
4
Partager
Commentaire
0/400
MoonBoi42
· Il y a 9h
Les ressources sont là, alors pourquoi ça ne décolle pas ?
Voir l'originalRépondre0
ContractSurrender
· Il y a 9h
Décentralisation ne signifie pas perte d'efficacité
Voir l'originalRépondre0
CommunityJanitor
· Il y a 9h
Tu es mort de fatigue avec la puissance de calcul, n'est-ce pas ?
Voir l'originalRépondre0
ZkSnarker
· Il y a 9h
eh bien, techniquement, nous faisons toujours de l'IA centralisée mais avec des étapes supplémentaires... lmao
Nouveau paradigme d'entraînement AI : révolution technologique de la centralisation au travail collaboratif décentralisé
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 présente le plus haut seuil technologique, déterminant directement le plafond de capacité des modèles et l'efficacité des 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 à haute intensité, représentant véritablement l'"industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes d'architecture, les méthodes d'entraînement peuvent être divisées 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 local haute performance, où l'ensemble du processus d'entraînement, y compris le matériel, le logiciel de base, le système de gestion de cluster et tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unique. Cette architecture de profonde collaboration permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui la rend très adaptée à l'entraînement de modèles à grande échelle 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, la consommation d'énergie et les risques de point unique.
L'entraînement distribué est la méthode principale pour l'entraînement de grands modèles actuellement. Son cœur consiste à décomposer les tâches d'entraînement du modèle, puis à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les limitations de calcul et de stockage d'une seule machine. Bien qu'il ait des caractéristiques "distribuées" sur le plan physique, l'ensemble est toujours contrôlé et synchronisé par une institution centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse. Grâce à la technologie de bus interconnecté haute vitesse NVLink, le nœud principal coordonne de manière unifiée les sous-tâches. Les méthodes principales comprennent :
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 des tâches. Actuellement, presque tous les grands modèles populaires sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques essentielles sont : plusieurs nœuds peu fiables collaborent pour accomplir des tâches d'entraînement sans coordinateur central, généralement en utilisant des protocoles pour la distribution des tâches et la collaboration, et en s'appuyant sur un mécanisme d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
La formation décentralisée peut être comprise comme : un groupe de volontaires du monde entier contribuant chacun avec leur puissance de calcul pour entraîner un modèle de manière collaborative. Cependant, la "véritable formation décentralisée à grande échelle" reste un défi d'ingénierie systémique, impliquant plusieurs aspects tels que l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques et la validation des modèles. Mais savoir si cela peut être "collaboratif et efficace + incitatif pour l'honnêteté + résultats corrects" est encore en phase d'exploration précoce de prototype.
L'apprentissage fédéré, en tant que forme intermédiaire entre la distribution et la Décentralisation, met l'accent sur la conservation des données localement et l'agrégation centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité en matière de confidentialité. 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 dispersion des données de l'entraînement décentralisé, mais il dépend toujours d'une partie coordonnatrice de confiance et ne présente pas de caractéristiques totalement ouvertes et résistantes à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité en matière de confidentialité, avec des tâches d'entraînement, une structure de confiance et un mécanisme de communication relativement modérés, plus adaptés comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des limites, des opportunités et des chemins réalistes de la formation
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 de la tâche, des besoins en ressources extrêmement élevés ou de la difficulté de collaboration, elle est naturellement inadaptée à une réalisation efficace entre des nœuds hétérogènes et sans 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 une découpe et une synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions de confidentialité des données et de souveraineté fortes sont limitées par des contraintes légales et éthiques, ce qui empêche le partage ouvert ; et les tâches manquant d'incitations à la collaboration n'ont pas de motivation externe pour la participation. 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, dans les types de tâches légères, faciles à paralléliser et incitatives, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le micro-ajustement LoRA, les tâches d'entraînement post-alignement 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 dispositifs en périphérie. Ces tâches partagent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à l'hétérogénéité de la puissance de calcul, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimisateurs 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 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 pointe de la recherche théorique actuelle ; tandis que les voies de mise en œuvre de Gensyn et Flock.io sont relativement claires, montrant déjà des progrès d'industrialisation initiaux. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et explorera en outre leurs différences et relations complémentaires dans le système de formation AI décentralisé.
Prime Intellect : Pion des réseaux de collaboration 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 au calcul. 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.
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 d'apprentissage par 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 de manière structurelle les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement de compléter indépendamment des cycles de tâches localement, et de collaborer par le biais d'interfaces standardisées et de mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et posant les bases pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme léger de vérification des comportements d'entraînement
TOPLOC est un mécanisme de cœur de vérifiabilité de formation proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement accompli un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais effectue une vérification de structure allégée en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires de comportement pendant le processus de formation en objets vérifiables, ce qui représente une innovation clé pour réaliser une distribution de récompenses d'apprentissage sans confiance, offrant une voie réalisable pour construire un réseau de formation collaborative décentralisé, auditable 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, spécialement optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœud changeants. Il combine un mécanisme de diffusion de type gossip avec 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 considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant ainsi une base essentielle pour établir un consensus stable sur les poids et des itérations d'entraînement continues.
OpenDiLoCo: cadre de communication asynchrone épars
OpenDiLoCo est un cadre d'optimisation de la communication, développé de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants de la formation décentralisée tels que la bande passante limitée, l'hétérogénéité des appareils et l'instabilité des nœuds. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques clairsemées 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 s'appuyant uniquement 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 appareils en périphérie de participer de manière stable aux tâches d'entraînement, améliorant considérablement l'accessibilité à l'entraînement collaboratif mondial, et constitue l'une des infrastructures de communication clés pour la construction de réseaux d'entraînement décentralisés.
PCCL: Bibliothèque de communication collaborative
PCCL est une bibliothèque de communication légère sur mesure développée 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 les topologies éparses, la compression de gradients, la synchronisation à faible précision et la reprise après rupture, et peut fonctionner sur des GPU grand public et des nœuds instables, étant le 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 dispositifs du réseau d'entraînement, ouvrant la "dernière ligne droite" des infrastructures de communication pour construire un véritable réseau d'entraînement collaboratif ouvert et sans confiance.
Trois, Réseau d'incitation Prime Intellect et 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 de tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids et la distribution des récompenses, formant un cycle incitatif autour du "comportement d'entraînement réel".
Quatre, INTELLECT-2 : Lancement du premier modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier grand modèle d'apprentissage par renforcement au monde formé par la coopération de nœuds décentralisés asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été entraîné par plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité d'un réseau de coopération asynchrone. Ce modèle représente non seulement une avancée en termes de performances, mais également la première mise en œuvre systématique du paradigme "formation égale consensus" proposé par Prime Intellect. INTELLECT-2 intègre les modules de protocole clés PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture du processus d'entraînement dans un réseau de formation décentralisé.