Évolution des paradigmes d'entraînement de l'IA : d'un contrôle centralisé à une 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 les barrières technologiques les plus élevées, déterminant directement la capacité maximale des modèles et leur efficacité d'application réelle. 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 des données complexes et un soutien d'algorithmes d'optimisation intensifs, constituant ainsi le véritable "secteur lourd" de la construction de systèmes d'IA. D'un point de vue des paradigmes architecturaux, les méthodes d'entraînement peuvent être divisées 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 au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des matériels au logiciel de base, au 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 coopération profonde permet d'atteindre une efficacité optimale en matière de partage de mémoire, de synchronisation des gradients et de mécanismes de tolérance aux pannes, ce qui la rend très adaptée à l'entraînement de modèles à grande échelle comme GPT et Gemini, offrant des avantages tels qu'une efficacité élevée et un contrôle des ressources, mais présente également des problèmes tels que le monopole des données, les barrières à l'entrée, la consommation d'énergie et les risques de points uniques.
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 et à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les limitations de calcul et de stockage d'une machine unique. Bien qu'il présente physiquement des caractéristiques "distribuées", l'ensemble reste contrôlé, programmé et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus interconnexion haute vitesse NVLink, où le nœud principal coordonne de manière unifiée les sous-tâches. Les méthodes dominantes incluent :
Données parallèles : chaque nœud entraîne des données différentes avec partage de paramètres, nécessitant une correspondance des poids du modèle.
Parallélisation des modèles : déployer différentes parties du modèle sur différents nœuds pour réaliser une grande extensibilité ;
Pipeline parallèle : exécution séquentielle par étapes, augmentation du débit ;
Parallélisme tensoriel : segmentation fine du calcul matriciel, amélioration de la granularité du parallélisme.
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance la collaboration de plusieurs employés de "bureaux" pour accomplir une tâche. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente donc une voie future plus ouverte et résiliente à la censure. Ses caractéristiques essentielles sont : plusieurs nœuds qui ne se font pas confiance, (, peuvent être des ordinateurs personnels, des GPU dans le cloud ou des appareils de périphérie, ), collaborant pour accomplir des tâches de formation sans coordinateur central, généralement en utilisant des protocoles pour piloter la distribution des tâches et la collaboration, et en s'appuyant sur des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Hétérogénéité des appareils et difficulté de partitionnement : la coordination des appareils hétérogènes est difficile, l'efficacité de la partition des tâches est faible;
Bouteille d'efficacité de communication : communication réseau instable, le goulot d'étranglement de synchronisation des gradients est évident ;
Exécution fiable manquante : absence d'un environnement d'exécution fiable, difficile de vérifier si les nœuds participent réellement au calcul ;
Manque de coordination unifiée : pas de centralisateur, distribution des tâches et mécanisme de retour d'exception complexes.
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, mais la "vraie formation décentralisée à grande échelle" reste un défi d'ingénierie systémique, impliquant plusieurs niveaux tels que l'architecture système, le protocole de communication, la sécurité cryptographique, le mécanisme économique, la validation du modèle, etc. Cependant, la question de savoir si cela peut être "collaboratif et efficace + incitatif à l'honnêteté + résultats corrects" est encore au stade exploratoire des prototypes.
L'apprentissage fédéré, en tant que forme de transition entre la distribution et la Décentralisation, met l'accent sur la conservation des données localement et l'agrégation centralisée des paramètres du modèle, et est adapté aux scénarios axés sur la conformité à la vie privée, tels que la santé et la finance. L'apprentissage fédéré possède une structure d'ingénierie pour l'entraînement distribué et une capacité de coopération locale, tout en bénéficiant des avantages de la dispersion des données propres à l'entraînement décentralisé, mais il dépend toujours d'une partie de coordination de confiance et ne possède pas les caractéristiques d'ouverture totale et de résistance à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans les scénarios de conformité à la vie privée, où les tâches d'entraînement, la structure de confiance et les mécanismes de communication sont relativement modérés, le rendant plus approprié comme architecture de déploiement transitoire dans l'industrie.
( Tableau de comparaison panoramique des paradigmes d'entraînement AI ) architecture technique × incitation à la confiance × caractéristiques d'application ###
( Décentralisation des limites, des opportunités et des voies 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 des tâches, des exigences en ressources extrêmement élevées ou de la difficulté de collaboration, elle n'est naturellement pas adaptée pour être réalisée de manière efficace entre des nœuds hétérogènes et non fiables. 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 la partition et la synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions fortes sur la confidentialité des données et la souveraineté, comme la santé, la finance et les données sensibles, sont limitées par des exigences légales et éthiques, et ne peuvent pas être partagées ouvertement ; tandis que les tâches manquant de bases d'incitation à la collaboration, comme les modèles propriétaires d'entreprise ou l'entraînement de prototypes internes, manquent de motivation pour la participation externe. Ces limites forment collectivement les restrictions 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 en structure, faciles à paralléliser et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental comme RLHF, DPO), les tâches de formation et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlés par les ressources, ainsi que les scénarios d'entraînement collaboratif impliquant des appareils en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à l'hétérogénéité des capacités de calcul, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Aperçu de l'adaptabilité des tâches d'entraînement à la Décentralisation
( Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets de 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 chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, avec des progrès d'ingénierie préliminaires déjà visibles. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et discutera en outre de leurs différences et relations complémentaires dans le système de formation AI décentralisé.
)# Prime Intellect: Pionniers des réseaux de collaboration d'apprentissage renforcé vérifiables par la trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à quiconque de participer à l'entraînement et d'obtenir des récompenses fiables pour ses contributions de calcul. Prime Intellect espère créer un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et un mécanisme d'incitation complet grâce à trois modules : PRIME-RL + TOPLOC + SHARDCAST.
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 des tâches sur mesure pour des scénarios d'entraînement décentralisés, conçu par Prime Intellect, 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 des 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 vérification 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 établissant une base pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme de validation des comportements d'entraînement léger
TOPLOC###Observation de confiance et vérification de localité( est un mécanisme central de vérifiabilité proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement accompli un apprentissage stratégique efficace basé sur des 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 légère. Il transforme pour la première fois les trajectoires comportementales du processus d'apprentissage en objets vérifiables, constituant une innovation clé pour la distribution des récompenses d'apprentissage sans nécessité de confiance, et fournissant un chemin réalisable pour construire un réseau d'apprentissage collaboratif décentralisé, auditable et incitatif.
SHARDCAST : Protocole de regroupement et de propagation de poids asynchrone
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœuds changeants. Il combine un mécanisme de diffusion de type gossip avec une stratégie de synchronisation locale, permettant à plusieurs nœuds de continuer à soumettre 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 la base essentielle pour établir un consensus stable sur les poids et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de la communication réalisé de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants tels que les limitations de bande passante, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses telles que Ring, Expander, Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant l'entraînement collaboratif des modèles uniquement en se basant sur les nœuds voisins locaux. En combinant les mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU de consommation 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)Prime Collective Communication Library### est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles ### telles que NCCL et Gloo( dans des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression des gradients, la synchronisation à faible précision et la récupération à partir de points de contrôle, pouvant fonctionner sur des GPU grand public et des nœuds instables, étant le composant de base soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante des réseaux d'entraînement et la compatibilité des dispositifs, ouvrant la "dernière mile" des infrastructures de communication pour construire un réseau d'entraînement collaboratif véritablement ouvert et sans confiance.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement 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
Nœud 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 vérification des trajectoires, l'agrégation des poids )SHARDCAST( et la distribution des récompenses, constituant un cycle d'incitation autour du "comportement d'entraînement réel".
![Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée])https://img-cdn.gateio.im/webp-social/moments-45f26de57a53ac937af683e629dbb804.webp(
Quatre, INTELLECT-2 : publication du premier modèle d'entraînement décentralisé vérifiable.
Prime Intellect a lancé INTELLECT-2 en mai 2025, qui est le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec des paramètres.
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.
Révolution du paradigme d'entraînement de l'IA : de la contrôle centralisé à l'évolution technique de la collaboration décentralisée
Évolution des paradigmes d'entraînement de l'IA : d'un contrôle centralisé à une 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 les barrières technologiques les plus élevées, déterminant directement la capacité maximale des modèles et leur efficacité d'application réelle. 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 des données complexes et un soutien d'algorithmes d'optimisation intensifs, constituant ainsi le véritable "secteur lourd" de la construction de systèmes d'IA. D'un point de vue des paradigmes architecturaux, les méthodes d'entraînement peuvent être divisées 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 au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des matériels au logiciel de base, au 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 coopération profonde permet d'atteindre une efficacité optimale en matière de partage de mémoire, de synchronisation des gradients et de mécanismes de tolérance aux pannes, ce qui la rend très adaptée à l'entraînement de modèles à grande échelle comme GPT et Gemini, offrant des avantages tels qu'une efficacité élevée et un contrôle des ressources, mais présente également des problèmes tels que le monopole des données, les barrières à l'entrée, la consommation d'énergie et les risques de points uniques.
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 et à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les limitations de calcul et de stockage d'une machine unique. Bien qu'il présente physiquement des caractéristiques "distribuées", l'ensemble reste contrôlé, programmé et synchronisé par des institutions centralisées, fonctionnant souvent dans un environnement de réseau local à haute vitesse, grâce à la technologie de bus interconnexion haute vitesse NVLink, où le nœud principal coordonne de manière unifiée les sous-tâches. Les méthodes dominantes incluent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance la collaboration de plusieurs employés de "bureaux" pour accomplir une tâche. Actuellement, presque tous les grands modèles principaux sont entraînés de cette manière.
La formation décentralisée représente donc une voie future plus ouverte et résiliente à la censure. Ses caractéristiques essentielles sont : plusieurs nœuds qui ne se font pas confiance, (, peuvent être des ordinateurs personnels, des GPU dans le cloud ou des appareils de périphérie, ), collaborant pour accomplir des tâches de formation sans coordinateur central, généralement en utilisant des protocoles pour piloter la distribution des tâches et la collaboration, et en s'appuyant sur des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
La formation décentralisée peut être comprise comme : un groupe de volontaires du monde entier contribuant chacun avec leur puissance de calcul pour entraîner un modèle de manière collaborative, mais la "vraie formation décentralisée à grande échelle" reste un défi d'ingénierie systémique, impliquant plusieurs niveaux tels que l'architecture système, le protocole de communication, la sécurité cryptographique, le mécanisme économique, la validation du modèle, etc. Cependant, la question de savoir si cela peut être "collaboratif et efficace + incitatif à l'honnêteté + résultats corrects" est encore au stade exploratoire des prototypes.
L'apprentissage fédéré, en tant que forme de transition entre la distribution et la Décentralisation, met l'accent sur la conservation des données localement et l'agrégation centralisée des paramètres du modèle, et est adapté aux scénarios axés sur la conformité à la vie privée, tels que la santé et la finance. L'apprentissage fédéré possède une structure d'ingénierie pour l'entraînement distribué et une capacité de coopération locale, tout en bénéficiant des avantages de la dispersion des données propres à l'entraînement décentralisé, mais il dépend toujours d'une partie de coordination de confiance et ne possède pas les caractéristiques d'ouverture totale et de résistance à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans les scénarios de conformité à la vie privée, où les tâches d'entraînement, la structure de confiance et les mécanismes de communication sont relativement modérés, le rendant plus approprié comme architecture de déploiement transitoire dans l'industrie.
( Tableau de comparaison panoramique des paradigmes d'entraînement AI ) architecture technique × incitation à la confiance × caractéristiques d'application ###
( Décentralisation des limites, des opportunités et des voies 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 des tâches, des exigences en ressources extrêmement élevées ou de la difficulté de collaboration, elle n'est naturellement pas adaptée pour être réalisée de manière efficace entre des nœuds hétérogènes et non fiables. 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 la partition et la synchronisation efficaces dans un réseau ouvert ; les tâches avec des restrictions fortes sur la confidentialité des données et la souveraineté, comme la santé, la finance et les données sensibles, sont limitées par des exigences légales et éthiques, et ne peuvent pas être partagées ouvertement ; tandis que les tâches manquant de bases d'incitation à la collaboration, comme les modèles propriétaires d'entreprise ou l'entraînement de prototypes internes, manquent de motivation pour la participation externe. Ces limites forment collectivement les restrictions 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 en structure, faciles à paralléliser et incitatives, l'entraînement décentralisé montre des perspectives d'application claires. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, les tâches d'entraînement post-alignment comportemental comme RLHF, DPO), les tâches de formation et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlés par les ressources, ainsi que les scénarios d'entraînement collaboratif impliquant des appareils en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance à l'hétérogénéité des capacités de calcul, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
Aperçu de l'adaptabilité des tâches d'entraînement à la Décentralisation
( Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets de 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 chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, avec des progrès d'ingénierie préliminaires déjà visibles. Cet article analysera successivement les technologies clés et les architectures d'ingénierie derrière ces cinq projets, et discutera en outre de leurs différences et relations complémentaires dans le système de formation AI décentralisé.
)# Prime Intellect: Pionniers des réseaux de collaboration d'apprentissage renforcé vérifiables par la trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à quiconque de participer à l'entraînement et d'obtenir des récompenses fiables pour ses contributions de calcul. Prime Intellect espère créer un système d'entraînement AI décentralisé avec vérifiabilité, ouverture et un mécanisme d'incitation complet grâce à trois modules : PRIME-RL + TOPLOC + SHARDCAST.
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 des tâches sur mesure pour des scénarios d'entraînement décentralisés, conçu par Prime Intellect, 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 des 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 vérification 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 établissant une base pour soutenir le parallélisme des tâches multiples et l'évolution des stratégies.
TOPLOC: Mécanisme de validation des comportements d'entraînement léger
TOPLOC###Observation de confiance et vérification de localité( est un mécanisme central de vérifiabilité proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement accompli un apprentissage stratégique efficace basé sur des 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 légère. Il transforme pour la première fois les trajectoires comportementales du processus d'apprentissage en objets vérifiables, constituant une innovation clé pour la distribution des récompenses d'apprentissage sans nécessité de confiance, et fournissant un chemin réalisable pour construire un réseau d'apprentissage collaboratif décentralisé, auditable et incitatif.
SHARDCAST : Protocole de regroupement et de propagation de poids asynchrone
SHARDCAST est un protocole de diffusion et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœuds changeants. Il combine un mécanisme de diffusion de type gossip avec une stratégie de synchronisation locale, permettant à plusieurs nœuds de continuer à soumettre 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 la base essentielle pour établir un consensus stable sur les poids et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de la communication réalisé de manière indépendante et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants tels que les limitations de bande passante, l'hétérogénéité des appareils et l'instabilité des nœuds dans l'entraînement décentralisé. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses telles que Ring, Expander, Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant l'entraînement collaboratif des modèles uniquement en se basant sur les nœuds voisins locaux. En combinant les mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU de consommation 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)Prime Collective Communication Library### est une bibliothèque de communication légère conçue sur mesure par Prime Intellect pour un environnement d'entraînement AI décentralisé, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles ### telles que NCCL et Gloo( dans des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression des gradients, la synchronisation à faible précision et la récupération à partir de points de contrôle, pouvant fonctionner sur des GPU grand public et des nœuds instables, étant le composant de base soutenant la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante des réseaux d'entraînement et la compatibilité des dispositifs, ouvrant la "dernière mile" des infrastructures de communication pour construire un réseau d'entraînement collaboratif véritablement ouvert et sans confiance.
Trois, le réseau d'incitation Prime Intellect et la répartition des rôles
Prime Intellect a construit un réseau d'entraînement 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 de l'accord comprend la publication des tâches, l'entraînement des nœuds, la vérification des trajectoires, l'agrégation des poids )SHARDCAST( et la distribution des récompenses, constituant un cycle d'incitation autour du "comportement d'entraînement réel".
![Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la révolution technologique de la collaboration décentralisée])https://img-cdn.gateio.im/webp-social/moments-45f26de57a53ac937af683e629dbb804.webp(
Quatre, INTELLECT-2 : publication du premier modèle d'entraînement décentralisé vérifiable.
Prime Intellect a lancé INTELLECT-2 en mai 2025, qui est le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec des paramètres.