Cawan Suci Crypto AI: Eksplorasi Terdepan Pelatihan Desentralisasi

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling banyak mengonsumsi sumber daya dan memiliki ambang teknis tertinggi, yang secara langsung menentukan batas kemampuan model dan efektivitas aplikasi sebenarnya. Dibandingkan dengan pemanggilan ringan pada tahap inferensi, proses pelatihan memerlukan investasi daya komputasi besar secara berkelanjutan, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, merupakan "industri berat" yang sesungguhnya dalam membangun sistem AI. Dari perspektif paradigma arsitektur, metode pelatihan dapat dibagi menjadi empat kategori: pelatihan terpusat, pelatihan terdistribusi, pembelajaran federasi, dan pelatihan desentralisasi yang akan dibahas lebih lanjut dalam artikel ini.

Pelatihan terpusat adalah cara tradisional yang paling umum, di mana seluruh proses pelatihan diselesaikan oleh satu lembaga di dalam kluster kinerja tinggi lokal, mulai dari perangkat keras, perangkat lunak dasar, sistem penjadwalan kluster, hingga semua komponen kerangka pelatihan yang dikoordinasikan oleh sistem kontrol yang terintegrasi. Arsitektur kolaboratif yang mendalam ini membuat berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan mencapai efisiensi terbaik, 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 cara utama untuk melatih model besar saat ini, inti dari metode ini adalah membagi tugas pelatihan model dan mendistribusikannya ke banyak mesin untuk dieksekusi secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan di mesin tunggal. Meskipun secara fisik memiliki karakteristik "terdistribusi", namun secara keseluruhan tetap dikendalikan oleh lembaga terpusat untuk penjadwalan dan sinkronisasi, seringkali beroperasi di lingkungan jaringan lokal berkecepatan tinggi, melalui teknologi bus interkoneksi NVLink yang cepat, di mana node utama secara terpusat mengoordinasikan setiap sub-tugas. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda dengan berbagi bobot model, perlu mencocokkan bobot model
• Paralelisme model: Menempatkan bagian-bagian berbeda dari model di node yang berbeda, untuk mencapai skalabilitas yang kuat
• Pipa paralel: Eksekusi serial bertahap, meningkatkan throughput
• Paralel Tensors: Memecah perhitungan matriks dengan lebih rinci, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", yang dapat dianalogikan sebagai seorang bos yang mengarahkan beberapa karyawan "kantor" secara remote untuk menyelesaikan tugas. Saat ini hampir semua model besar mainstream dilatih dengan cara ini.

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

• Kesulitan heterogenitas perangkat dan pemisahan: Tingkat kesulitan koordinasi perangkat heterogen tinggi, efisiensi pemisahan tugas rendah
• Bottleneck efisiensi komunikasi: komunikasi jaringan tidak stabil, bottleneck sinkronisasi gradien jelas
• Keterbatasan Eksekusi Terpercaya: Kurangnya lingkungan eksekusi yang terpercaya, sulit untuk memverifikasi apakah node benar-benar berpartisipasi dalam perhitungan.
• Kurangnya koordinasi yang terpadu: tanpa pengatur pusat, distribusi tugas, mekanisme rollback yang kompleks

Desentralisasi pelatihan dapat dipahami sebagai: sekelompok sukarelawan global yang masing-masing menyumbangkan daya komputasi untuk melatih model secara kolaboratif, tetapi "pelatihan desentralisasi skala besar yang benar-benar dapat dilakukan" masih merupakan tantangan rekayasa sistematis, yang 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 di tahap eksplorasi prototipe awal.

Pembelajaran federasi sebagai bentuk transisi antara terdistribusi dan Desentralisasi, menekankan pada penyimpanan data secara lokal, penggabungan parameter model secara terpusat, cocok untuk skenario yang memperhatikan kepatuhan privasi. Pembelajaran federasi memiliki struktur rekayasa pelatihan terdistribusi dan kemampuan kolaborasi lokal, sekaligus memiliki keunggulan penyebaran data dari pelatihan Desentralisasi, tetapi masih bergantung pada koordinator yang dapat dipercaya, dan tidak memiliki karakteristik sepenuhnya terbuka dan tahan sensor. Ini dapat dianggap sebagai solusi "Desentralisasi terkontrol" dalam skenario kepatuhan privasi, dengan tugas pelatihan, struktur kepercayaan, dan mekanisme komunikasi yang relatif moderat, lebih cocok sebagai arsitektur penerapan transisi di industri.

Desentralisasi latihan batas, peluang, dan jalur nyata

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 yang besar, secara alami tidak cocok untuk diselesaikan secara efisien di antara node yang heterogen dan tanpa kepercayaan. Misalnya, pelatihan model besar sering bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, yang sulit untuk dibagi dan disinkronkan secara efektif di jaringan terbuka; tugas yang dibatasi oleh privasi data dan batasan kedaulatan terhambat oleh kepatuhan hukum dan batasan etika, sehingga tidak dapat dibagikan secara terbuka; sementara tugas yang kekurangan dasar insentif kolaborasi kurang memiliki motivasi partisipasi eksternal. Batasan-batasan ini bersama-sama membentuk batasan nyata dari pelatihan desentralisasi saat ini.

Namun, ini tidak berarti bahwa desentralisasi pelatihan adalah proposisi yang salah. Faktanya, dalam jenis tugas yang ringan, mudah diparalelkan, dan dapat memotivasi, desentralisasi pelatihan menunjukkan prospek aplikasi yang jelas. Termasuk tetapi tidak terbatas pada: pelatihan LoRA, tugas pasca pelatihan yang terkait dengan penyelarasan perilaku, pelatihan dan penandaan data melalui crowdsourcing, pelatihan model dasar kecil yang dapat dikendalikan sumber daya, serta skenario pelatihan kolaboratif yang melibatkan perangkat tepi. Tugas-tugas ini umumnya memiliki karakteristik paralelisme tinggi, keterikatan rendah, dan toleransi terhadap daya komputasi heterogen, sehingga sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, dan pengoptimal terdistribusi.

Desentralisasi pelatihan proyek klasik analisis

Saat ini, di bidang pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang paling representatif mencakup Prime Intellect, Pluralis.ai, Gensyn, Nous Research, dan Flock.io. Dari segi inovasi teknologi dan tingkat kesulitan implementasi rekayasa, Prime Intellect, Nous Research, dan Pluralis.ai telah mengusulkan banyak eksplorasi orisinal dalam arsitektur sistem dan desain algoritma, mewakili arah penelitian teori terkini; sementara jalur implementasi Gensyn dan Flock.io relatif jelas, dan kemajuan rekayasa awal dapat dilihat. Artikel ini akan menganalisis secara bertahap teknologi inti dan jalur arsitektur rekayasa di balik lima proyek ini, serta membahas lebih lanjut perbedaan dan hubungan saling melengkapi di dalam sistem pelatihan AI desentralisasi.

Prime Intellect: pelopor jaringan kolaboratif pembelajaran penguatan yang dapat diverifikasi oleh lintasan pelatihan

Prime Intellect berkomitmen untuk membangun jaringan pelatihan AI yang tidak memerlukan 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、Struktur dan Nilai Modul Kunci Protokol Prime Intellect

02、Penjelasan Mekanisme Kunci Pelatihan Prime Intellect

#PRIME-RL: Arsitektur Tugas Pembelajaran Penguatan Asinkron Terdecoupling

PRIME-RL adalah kerangka kerja 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 prioritas, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara mandiri di lokal, dan berkolaborasi melalui antarmuka standar dengan mekanisme verifikasi dan agregasi. Dibandingkan dengan proses pembelajaran terawasi tradisional, PRIME-RL lebih cocok untuk menerapkan pelatihan elastis di lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung multitasking paralel dan evolusi strategi.

#TOPLOC: Mekanisme Verifikasi Perilaku Pelatihan Ringan

TOPLOC adalah mekanisme inti yang diajukan oleh Prime Intellect untuk melatih verifikasi, yang 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 bergantung pada perhitungan ulang model secara keseluruhan, tetapi menyelesaikan verifikasi struktur yang ringan dengan menganalisis jejak konsistensi lokal antara "urutan pengamatan ↔ pembaruan strategi". Ini pertama kali mengubah jejak perilaku selama proses pelatihan menjadi objek yang dapat diverifikasi, merupakan inovasi kunci untuk mencapai distribusi hadiah pelatihan tanpa kepercayaan, dan menyediakan jalur yang layak untuk membangun jaringan pelatihan kolaboratif yang terdesentralisasi yang dapat diaudit dan diinsentif.

#SHARDCAST: Protokol Agregasi dan Penyebaran Berat Asinkron

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

#OpenDiLoCo: Kerangka Komunikasi Asinkron Sparse

OpenDiLoCo adalah kerangka optimisasi komunikasi yang diimplementasikan secara independen dan open-source oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diajukan oleh DeepMind, dirancang khusus untuk tantangan umum dalam pelatihan desentralisasi seperti batasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node. Arsitekturnya didasarkan pada paralel data, membangun struktur topologi jarang seperti Ring, Expander, dan Small-World, yang menghindari biaya komunikasi tinggi dari sinkronisasi global, hanya bergantung pada node tetangga lokal untuk menyelesaikan pelatihan kolaboratif model. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi kesalahan titik henti, OpenDiLoCo memungkinkan GPU kelas konsumen dan perangkat edge untuk berpartisipasi secara stabil dalam tugas pelatihan, secara signifikan meningkatkan keterlibatan dalam pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi penting untuk membangun jaringan pelatihan desentralisasi.

#PCCL:Perpustakaan Komunikasi Kolaboratif

PCCL adalah pustaka komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, bertujuan untuk mengatasi hambatan adaptasi pustaka komunikasi tradisional pada perangkat heterogen dan jaringan berbandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik putus, dapat dijalankan di GPU kelas konsumen dan node yang tidak stabil, serta merupakan komponen dasar yang mendukung kemampuan komunikasi asinkron protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth dan kompatibilitas perangkat jaringan pelatihan, membuka "kilometer terakhir" komunikasi untuk 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 memiliki mekanisme insentif ekonomi, sehingga siapa pun dapat berpartisipasi dalam tugas dan mendapatkan penghargaan berdasarkan kontribusi nyata. Protokol beroperasi berdasarkan tiga kategori peran inti:

• Penggagas tugas: mendefinisikan lingkungan pelatihan, model awal, fungsi penghargaan, dan standar verifikasi
• Node pelatihan: menjalankan pelatihan lokal, mengirimkan pembaruan bobot dan jejak pengamatan
• Node verifikasi: menggunakan mekanisme TOPLOC untuk memverifikasi keaslian perilaku pelatihan, dan berpartisipasi dalam perhitungan hadiah dan penggabungan strategi

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

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

Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model pembelajaran penguatan besar pertama di dunia yang dilatih melalui kolaborasi node desentralisasi asinkron dan tanpa kepercayaan, dengan skala parameter mencapai 32B. Model INTELLECT-2 diselesaikan melalui pelatihan kolaboratif lebih dari 100 node GPU heterogen yang tersebar di tiga benua, menggunakan arsitektur sepenuhnya asinkron, dengan durasi pelatihan lebih dari 400 jam, menunjukkan kelayakan dan stabilitas jaringan kolaborasi asinkron. Model ini tidak hanya merupakan terobosan dalam kinerja, tetapi juga merupakan implementasi sistem pertama dari paradigma "pelatihan adalah konsensus" yang diajukan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL, TOPLOC, dan SHARDCAST, menandai bahwa jaringan pelatihan desentralisasi telah berhasil mewujudkan proses pelatihan yang terbuka, verifikasi, dan insentif ekonomi yang tertutup.

Dalam hal kinerja, INTELLECT-2 dilatih berdasarkan QwQ-32B dan telah melakukan pelatihan RL khusus dalam kode dan matematika, berada di garis depan model fine-tuning RL sumber terbuka saat ini.