Le Saint Graal de Crypto AI : exploration de pointe de la formation décentralisée
Dans la chaîne de valeur complète de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente le plus haut seuil technologique, déterminant directement la capacité maximale des modèles et l'efficacité des applications réelles. 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 le véritable "secteur lourd" de la construction des systèmes d'IA. D'un point de vue architectural, les méthodes d'entraînement peuvent être classées 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 organisation au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, du matériel, des logiciels sous-jacents, du système de planification de clusters, à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration approfondie optimise 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, mais 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 de l'entraînement des grands modèles actuellement. Son noyau consiste à décomposer les tâches d'entraînement du modèle et à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement liés au calcul et au stockage sur une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est néanmoins contrôlé, coordonné et synchronisé par une entité centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, utilisant la technologie de bus d'interconnexion à haute vitesse NVLink, où le nœud principal coordonne uniformément les sous-tâches. Les méthodes principales incluent :
Parallélisme des données : chaque nœud entraîne différents paramètres de données partagés, nécessitant une correspondance des poids du modèle.
Parallélisme de modèles : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité.
Pipeline parallèle : exécution séquentielle par étapes, augmentation du débit
Parallélisme de tenseurs : 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 qui coordonne à distance plusieurs employés de "bureaux" pour accomplir des tâches. Actuellement, presque tous les grands modèles grand public sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques essentielles sont les suivantes : plusieurs nœuds de confiance mutuelle collaborent à l'accomplissement des tâches de formation sans coordinateur central, généralement par le biais de protocoles qui pilotent la distribution et la collaboration des tâches, et grâce à des mécanismes d'incitation cryptographique garantissant l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté incluent :
Difficulté d'hétérogénéité des appareils et de segmentation : coordination difficile des appareils hétérogènes, faible efficacité de segmentation des tâches.
Goulots d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement de synchronisation des gradients 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, la distribution des tâches et le mécanisme de rollback des anomalies sont 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 véritable formation décentralisée à grande échelle réellement réalisable" reste un défi systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et plusieurs autres aspects. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + produire des résultats corrects" est encore à un stade précoce d'exploration de 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 centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et une capacité de collaboration locale, tout en bénéficiant des avantages de la dispersion des données de l'entraînement décentralisé, mais il reste dépendant d'une partie de coordination de confiance et ne possède pas de caractéristiques complètement ouvertes et résistantes à la censure. Il peut être considéré comme une solution "décentralisée contrôlée" dans des scénarios de conformité à la vie privée, étant relativement modéré en matière de tâches d'entraînement, de structures de confiance et de mécanismes de communication, et étant plus approprié comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des frontières, des opportunités et des chemins réalistes de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée ne convient pas à tous les types de tâches. Dans certains contextes, en raison de la complexité de la structure des tâches, des exigences de ressources extrêmement élevées ou de la difficulté de collaboration, il n'est naturellement pas adapté pour être réalisé efficacement entre des nœuds hétérogènes et de confiance. Par exemple, l'entraînement de grands modèles repose souvent sur une haute mémoire vidéo, une faible latence et une bande passante élevée, ce qui complique la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions légales et éthiques liées à la confidentialité des données et à la souveraineté ne peuvent pas être partagées ouvertement ; tandis que les tâches dépourvues de bases d'incitation à la collaboration manquent de motivation externe. Ces limites constituent ensemble les restrictions réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légères en structure, facilement parallèles et incitatives, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais ne se limite pas à : le fine-tuning LoRA, les tâches de post-formation d'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 présentent généralement des caractéristiques de haute parallélisme, de faible couplage et de tolérance à l'hétérogénéité des capacités de calcul, ce qui les rend très adaptées à une formation collaborative 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 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 dans l'architecture système et la 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, montrant déjà des progrès d'ingénierie préliminaires. 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 : pionnier des réseaux de collaboration en apprentissage renforcé vérifiables par des trajectoires 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 souhaite construire un système d'entraînement AI décentralisé, avec vérifiabilité, ouvert et doté d'un mécanisme d'incitation complet, grâce à trois modules : PRIME-RL + TOPLOC + SHARDCAST.
01、Structure de la pile de protocoles Prime Intellect et valeur des modules clés
02, Explication détaillée des mécanismes clés de l'entraînement de Prime Intellect
#PRIME-RL: Architecture de tâche de renforcement asynchrone découplé
PRIME-RL est un cadre de modélisation et d'exécution de tâches sur mesure pour des scénarios d'entraînement décentralisés, développé par Prime Intellect, conçu spécifiquement pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant de manière structurée les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement d'accomplir indépendamment la boucle de tâches localement, et de collaborer via des interfaces normalisées avec des 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 des environnements 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 un mécanisme central de vérification de l'apprentissage proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement effectué 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 réalise une vérification de structure légère en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires comportementales du processus d'apprentissage en objets vérifiables, ce qui constitue une innovation clé pour la distribution des récompenses d'apprentissage sans confiance, offrant une voie réalisable pour construire un réseau d'apprentissage collaboratif décentralisé, auditables et incitatifs.
#SHARDCAST: Protocole d'agrégation et de diffusion de poids asynchrone
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements de réseau réels caractérisés par l'asynchronisme, la bande passante limitée et des états de nœuds variables. Il combine un mécanisme de propagation par gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états non synchronisés, 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 la base fondamentale pour construire un consensus stable des poids et une itération d'entraînement continue.
#OpenDiLoCo: Cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de la communication développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants liés à 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 la formation collaborative 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 en périphérie de participer de manière stable aux tâches d'entraînement, augmentant 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 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 sur des appareils hétérogènes et des réseaux à faible bande passante. PCCL prend en charge les topologies éparses, la compression des gradients, la synchronisation à faible précision et la récupération après interruption, et peut 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 appareils, ouvrant la voie à la communication de "dernier kilomètre" pour construire un réseau d'entraînement collaboratif véritablement ouvert et sans confiance.
03, Prime Intellect incitation réseau et rôle de division
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et d'obtenir des récompenses en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles principaux :
Initiateur de la tâche : définir l'environnement d'entraînement, le modèle initial, la fonction de récompense et les critères de validation
Nœud d'entraînement : exécutez un entraînement local, soumettez la mise à jour des poids et la trajectoire d'observation
Nœuds de validation : utiliser le mécanisme TOPLOC pour vérifier l'authenticité 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 et la distribution des récompenses, formant un cycle incitatif autour du "comportement d'entraînement réel".
04, 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 collaboration de nœuds décentralisés asynchrones et sans confiance, avec une taille de paramètre atteignant 32B. Le modèle INTELLECT-2 a été entraîné grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture complètement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une avancée en termes de performance, mais aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture, de la vérifiabilité et de la boucle de motivation économique dans le processus d'entraînement d'un réseau décentralisé.
En termes de performance, INTELLECT-2 est basé sur QwQ-32B et a effectué un entraînement RL spécialisé en code et en mathématiques, se plaçant à la pointe des modèles de fine-tuning RL open source actuels.
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.
7 J'aime
Récompense
7
7
Partager
Commentaire
0/400
Blockwatcher9000
· Il y a 20h
Encore donner de l'argent aux géants pour jouer ?
Voir l'originalRépondre0
ContractExplorer
· Il y a 20h
Le Metaverse est vraiment la voie de l'IA.
Voir l'originalRépondre0
CryptoAdventurer
· Il y a 20h
Encore une fois, se faire prendre pour des cons avec la taxe d'intelligence. Continuez comme ça.
Voir l'originalRépondre0
TestnetNomad
· Il y a 20h
Eh bien, l'entraînement de ce modèle consomme de la puissance de calcul.
Voir l'originalRépondre0
PuzzledScholar
· Il y a 20h
Encore des choses incompréhensibles.
Voir l'originalRépondre0
GlueGuy
· Il y a 20h
La guerre de la puissance de calcul a commencé plus tôt.
Voir l'originalRépondre0
Anon32942
· Il y a 20h
Encore une entreprise qui joue avec la Décentralisation de l'IA.
Décentralisation AI entraînement nouveau paradigme : Prime Intellect et Pluralis explorent technologies de pointe
Le Saint Graal de Crypto AI : exploration de pointe de la formation décentralisée
Dans la chaîne de valeur complète de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et présente le plus haut seuil technologique, déterminant directement la capacité maximale des modèles et l'efficacité des applications réelles. 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 le véritable "secteur lourd" de la construction des systèmes d'IA. D'un point de vue architectural, les méthodes d'entraînement peuvent être classées 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 organisation au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, du matériel, des logiciels sous-jacents, du système de planification de clusters, à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de collaboration approfondie optimise 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, mais 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 de l'entraînement des grands modèles actuellement. Son noyau consiste à décomposer les tâches d'entraînement du modèle et à les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulets d'étranglement liés au calcul et au stockage sur une seule machine. Bien qu'il présente des caractéristiques "distribuées" sur le plan physique, l'ensemble est néanmoins contrôlé, coordonné et synchronisé par une entité centralisée, fonctionnant souvent dans un environnement de réseau local à haute vitesse, utilisant la technologie de bus d'interconnexion à haute vitesse NVLink, où le nœud principal coordonne uniformément les sous-tâches. Les méthodes principales incluent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron qui coordonne à distance plusieurs employés de "bureaux" pour accomplir des tâches. Actuellement, presque tous les grands modèles grand public sont entraînés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques essentielles sont les suivantes : plusieurs nœuds de confiance mutuelle collaborent à l'accomplissement des tâches de formation sans coordinateur central, généralement par le biais de protocoles qui pilotent la distribution et la collaboration des tâches, et grâce à des mécanismes d'incitation cryptographique garantissant 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 véritable formation décentralisée à grande échelle réellement réalisable" reste un défi systémique, impliquant l'architecture système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et plusieurs autres aspects. Cependant, la question de savoir si cela peut être "collaboratif et efficace + inciter à l'honnêteté + produire des résultats corrects" est encore à un stade précoce d'exploration de 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 centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité à la vie privée. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et une capacité de collaboration locale, tout en bénéficiant des avantages de la dispersion des données de l'entraînement décentralisé, mais il reste dépendant d'une partie de coordination de confiance et ne possède pas de caractéristiques complètement ouvertes et résistantes à la censure. Il peut être considéré comme une solution "décentralisée contrôlée" dans des scénarios de conformité à la vie privée, étant relativement modéré en matière de tâches d'entraînement, de structures de confiance et de mécanismes de communication, et étant plus approprié comme architecture de déploiement transitoire dans l'industrie.
Décentralisation des frontières, des opportunités et des chemins réalistes de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée ne convient pas à tous les types de tâches. Dans certains contextes, en raison de la complexité de la structure des tâches, des exigences de ressources extrêmement élevées ou de la difficulté de collaboration, il n'est naturellement pas adapté pour être réalisé efficacement entre des nœuds hétérogènes et de confiance. Par exemple, l'entraînement de grands modèles repose souvent sur une haute mémoire vidéo, une faible latence et une bande passante élevée, ce qui complique la découpe et la synchronisation efficaces dans un réseau ouvert ; les tâches soumises à des restrictions légales et éthiques liées à la confidentialité des données et à la souveraineté ne peuvent pas être partagées ouvertement ; tandis que les tâches dépourvues de bases d'incitation à la collaboration manquent de motivation externe. Ces limites constituent ensemble les restrictions réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est un faux problème. En fait, dans les types de tâches légères en structure, facilement parallèles et incitatives, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais ne se limite pas à : le fine-tuning LoRA, les tâches de post-formation d'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 présentent généralement des caractéristiques de haute parallélisme, de faible couplage et de tolérance à l'hétérogénéité des capacités de calcul, ce qui les rend très adaptées à une formation collaborative 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 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 dans l'architecture système et la 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, montrant déjà des progrès d'ingénierie préliminaires. 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 : pionnier des réseaux de collaboration en apprentissage renforcé vérifiables par des trajectoires 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 souhaite construire un système d'entraînement AI décentralisé, avec vérifiabilité, ouvert et doté d'un mécanisme d'incitation complet, grâce à trois modules : PRIME-RL + TOPLOC + SHARDCAST.
01、Structure de la pile de protocoles Prime Intellect et valeur des modules clés
02, Explication détaillée des mécanismes clés de l'entraînement de Prime Intellect
#PRIME-RL: Architecture de tâche de renforcement asynchrone découplé
PRIME-RL est un cadre de modélisation et d'exécution de tâches sur mesure pour des scénarios d'entraînement décentralisés, développé par Prime Intellect, conçu spécifiquement pour des réseaux hétérogènes et une participation asynchrone. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant de manière structurée les processus d'entraînement, d'inférence et de téléchargement de poids, permettant à chaque nœud d'entraînement d'accomplir indépendamment la boucle de tâches localement, et de collaborer via des interfaces normalisées avec des 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 des environnements 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 un mécanisme central de vérification de l'apprentissage proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement effectué 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 réalise une vérification de structure légère en analysant les trajectoires de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois les trajectoires comportementales du processus d'apprentissage en objets vérifiables, ce qui constitue une innovation clé pour la distribution des récompenses d'apprentissage sans confiance, offrant une voie réalisable pour construire un réseau d'apprentissage collaboratif décentralisé, auditables et incitatifs.
#SHARDCAST: Protocole d'agrégation et de diffusion de poids asynchrone
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements de réseau réels caractérisés par l'asynchronisme, la bande passante limitée et des états de nœuds variables. Il combine un mécanisme de propagation par gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états non synchronisés, 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 la base fondamentale pour construire un consensus stable des poids et une itération d'entraînement continue.
#OpenDiLoCo: Cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de la communication développé et open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, conçu spécifiquement pour relever les défis courants liés à 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 la formation collaborative 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 en périphérie de participer de manière stable aux tâches d'entraînement, augmentant 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 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 sur des appareils hétérogènes et des réseaux à faible bande passante. PCCL prend en charge les topologies éparses, la compression des gradients, la synchronisation à faible précision et la récupération après interruption, et peut 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 appareils, ouvrant la voie à la communication de "dernier kilomètre" pour construire un réseau d'entraînement collaboratif véritablement ouvert et sans confiance.
03, Prime Intellect incitation réseau et rôle de division
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable et doté d'un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et d'obtenir des récompenses en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles principaux :
Le processus central de l'accord comprend la publication des 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".
04, 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 collaboration de nœuds décentralisés asynchrones et sans confiance, avec une taille de paramètre atteignant 32B. Le modèle INTELLECT-2 a été entraîné grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture complètement asynchrone, avec une durée d'entraînement de plus de 400 heures, démontrant la faisabilité et la stabilité du réseau de collaboration asynchrone. Ce modèle représente non seulement une avancée en termes de performance, mais aussi la première mise en œuvre systématique du paradigme "l'entraînement est le consensus" proposé par Prime Intellect. INTELLECT-2 intègre des modules de protocole clés tels que PRIME-RL, TOPLOC et SHARDCAST, marquant la première réalisation de l'ouverture, de la vérifiabilité et de la boucle de motivation économique dans le processus d'entraînement d'un réseau décentralisé.
En termes de performance, INTELLECT-2 est basé sur QwQ-32B et a effectué un entraînement RL spécialisé en code et en mathématiques, se plaçant à la pointe des modèles de fine-tuning RL open source actuels.