Piala Suci Crypto AI: Eksplorasi Terdepan Pelatihan Desentralisasi

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling mengkonsumsi sumber daya dan memiliki ambang teknologi tertinggi, yang secara langsung menentukan batas kemampuan model dan efek aplikasi nyata. Dibandingkan dengan pemanggilan ringan di fase inferensi, proses pelatihan memerlukan investasi daya komputasi besar-besaran secara terus-menerus, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, merupakan "industri berat" sejati dalam pembangunan sistem AI. Dari sudut pandang paradigma arsitektur, metode pelatihan dapat dibagi menjadi empat kategori: pelatihan terpusat, pelatihan terdistribusi, pembelajaran federasi, dan pelatihan desentralisasi yang menjadi fokus pembahasan dalam artikel ini.

Pelatihan yang terpusat adalah cara tradisional yang paling umum, dilakukan oleh satu lembaga dalam cluster berkinerja tinggi lokal, menyelesaikan seluruh proses pelatihan, dari perangkat keras, perangkat lunak dasar, sistem penjadwalan cluster, hingga semua komponen kerangka pelatihan dikoordinasikan oleh sistem kontrol yang seragam. Arsitektur kolaborasi mendalam ini memungkinkan efisiensi berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan mencapai yang terbaik, sangat cocok untuk pelatihan model berskala besar seperti GPT dan Gemini, dengan keunggulan efisiensi tinggi dan sumber daya yang terkontrol, tetapi juga memiliki masalah monopoli data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah cara utama untuk melatih model besar saat ini, intinya adalah membagi tugas pelatihan model dan mendistribusikannya ke banyak mesin untuk bekerja sama, guna mengatasi batasan komputasi dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", keseluruhannya masih dikendalikan dan dijadwalkan oleh lembaga terpusat yang sering kali beroperasi di lingkungan jaringan lokal berkecepatan tinggi, menggunakan teknologi bus interkoneksi NVLink berkecepatan tinggi, di mana node utama secara terpusat mengoordinasikan setiap subtugas. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda dengan berbagi, 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 tensor: membagi perhitungan matriks secara halus, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "pengendalian terpusat + eksekusi terdistribusi", analog dengan satu bos yang mengarahkan beberapa karyawan "kantor" untuk bekerja sama menyelesaikan tugas. Saat ini hampir semua model besar yang mainstream dilatih dengan cara ini.

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

• Heterogenitas perangkat dan kesulitan pemisahan: Sulit untuk berkoordinasi dengan perangkat yang heterogen, efisiensi pemisahan tugas rendah.
• Bottleneck efisiensi komunikasi: komunikasi jaringan tidak stabil, bottleneck sinkronisasi gradien jelas
• Eksekusi yang dapat dipercaya hilang: kurangnya lingkungan eksekusi yang dapat dipercaya, sulit untuk memverifikasi apakah node benar-benar berpartisipasi dalam perhitungan.
• Kurangnya koordinasi yang seragam: tidak ada pengatur pusat, distribusi tugas, dan mekanisme rollback yang kompleks.

Desentralisasi pelatihan dapat dipahami sebagai: sekelompok relawan global, masing-masing menyumbangkan daya komputasi untuk melatih model secara kolaboratif, tetapi "pelatihan desentralisasi besar-besaran yang benar-benar dapat dilakukan" masih merupakan tantangan rekayasa sistemik, melibatkan arsitektur sistem, protokol komunikasi, keamanan kriptografi, mekanisme ekonomi, verifikasi model, dan berbagai aspek lainnya, tetapi apakah dapat "kolaborasi yang efektif + insentif untuk kejujuran + hasil yang benar" masih berada dalam tahap eksplorasi prototipe awal.

Pembelajaran federasi sebagai bentuk transisi antara distribusi dan Desentralisasi, menekankan pada penyimpanan data secara lokal dan penggabungan parameter model secara terpusat, cocok untuk skenario yang mengutamakan kepatuhan privasi. Pembelajaran federasi memiliki struktur rekayasa pelatihan terdistribusi dan kemampuan kolaborasi lokal, sekaligus memiliki keuntungan penyebaran data dari pelatihan Desentralisasi, tetapi tetap bergantung pada pihak yang dapat dipercaya, dan tidak memiliki karakteristik terbuka sepenuhnya dan tahan sensor. Ini dapat dianggap sebagai solusi "Desentralisasi terkendali" 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 realitas

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 dalam kolaborasi, hal ini secara alami tidak cocok untuk diselesaikan secara efisien di antara node heterogen yang tidak saling percaya. Misalnya, pelatihan model besar sering kali bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, sehingga sulit untuk dibagi dan disinkronkan secara efektif di jaringan terbuka; tugas yang terikat oleh privasi data dan pembatasan kedaulatan terbatas oleh kepatuhan hukum dan batasan etika, sehingga tidak dapat dibagikan secara terbuka; dan tugas yang kekurangan dasar insentif kolaborasi tidak memiliki dorongan partisipasi eksternal. Batasan-batasan ini secara bersama-sama membentuk batasan nyata pelatihan desentralisasi saat ini.

Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah proposisi palsu. Faktanya, dalam jenis tugas yang ringan strukturnya, mudah diparalelkan, dan dapat memberikan insentif, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk namun tidak terbatas pada: penyesuaian LoRA, tugas pelatihan lanjutan yang sejajar dengan perilaku, pelatihan dan penandaan data secara crowdsourcing, pelatihan model dasar kecil yang dapat dikontrol sumber daya, serta skenario pelatihan kolaboratif yang melibatkan perangkat tepi. Tugas-tugas ini umumnya memiliki karakteristik paralelisme tinggi, keterkaitan rendah, dan toleransi terhadap kekuatan komputasi heterogen, sangat cocok untuk dilakukan melalui jaringan P2P, protokol Swarm, optimizer terdistribusi, dan cara kolaboratif lainnya.

Desentralisasi pelatihan proyek klasik analisis

Saat ini, dalam bidang terdepan pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang paling representatif meliputi 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 mengajukan banyak eksplorasi orisinal dalam arsitektur sistem dan desain algoritma, mewakili arah penelitian teoretis yang terdepan saat ini; sementara jalur implementasi Gensyn dan Flock.io relatif jelas dan sudah menunjukkan kemajuan rekayasa yang awal. Artikel ini akan menganalisis secara bertahap teknologi inti dan arsitektur rekayasa di balik lima proyek ini, serta menggali lebih lanjut perbedaan dan hubungan saling melengkapi dalam sistem pelatihan AI desentralisasi.

Prime Intellect: pelopor jaringan kolaboratif pembelajaran penguatan yang dapat diverifikasi jejak latihannya

Prime Intellect berkomitmen untuk membangun jaringan pelatihan AI yang tidak memerlukan kepercayaan, memungkinkan siapa saja untuk berpartisipasi dalam pelatihan, dan mendapatkan imbalan yang dapat dipercaya atas kontribusi komputasinya. Prime Intellect berharap dapat membangun sistem pelatihan AI terdesentralisasi yang memiliki verifikasi, keterbukaan, dan mekanisme insentif yang lengkap melalui tiga modul utama: PRIME-RL + TOPLOC + SHARDCAST.

01、Struktur tumpukan protokol Prime Intellect dan nilai modul kunci

02, Penjelasan Mendetail tentang Mekanisme Kunci Pelatihan Prime Intellect

#PRIME-RL:Arsitektur Tugas Pembelajaran Penguatan Asinkron yang Terdecoupling

PRIME-RL adalah kerangka modeling dan eksekusi tugas yang disesuaikan oleh Prime Intellect untuk skenario pelatihan yang Desentralisasi, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini menggunakan pembelajaran penguatan sebagai objek adaptasi utama, menguraikan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara independen 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 yang fleksibel dalam lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung multitasking secara paralel dan evolusi strategi.

#TOPLOC:Mekanisme Verifikasi Perilaku Pelatihan Ringan

TOPLOC adalah mekanisme inti verifikasi pelatihan yang diajukan oleh Prime Intellect, digunakan untuk menentukan apakah sebuah node benar-benar telah menyelesaikan pembelajaran strategi yang efektif berdasarkan data observasi. Berbeda dengan solusi berat seperti ZKML, TOPLOC tidak bergantung pada perhitungan ulang model secara keseluruhan, melainkan menyelesaikan verifikasi struktur ringan melalui analisis jejak konsistensi lokal antara "urutan observasi ↔ pembaruan strategi". Ini pertama kalinya mengubah jejak perilaku selama proses pelatihan menjadi objek yang dapat diverifikasi, merupakan inovasi kunci untuk mewujudkan distribusi imbalan pelatihan tanpa perlu kepercayaan, dan menyediakan jalur yang layak untuk membangun jaringan pelatihan kolaboratif terdesentralisasi yang dapat diaudit dan diberi insentif.

#SHARDCAST: Protokol Agregasi dan Penyebaran Bobot Asinkron

SHARDCAST adalah protokol penyebaran dan agregasi 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 dengan strategi sinkronisasi lokal, memungkinkan beberapa node untuk terus mengirimkan pembaruan sebagian dalam keadaan tidak sinkron, mewujudkan konvergensi bobot yang progresif 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 optimasi komunikasi yang diimplementasikan secara independen dan open source oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diajukan oleh DeepMind, dirancang khusus untuk menghadapi tantangan umum dalam pelatihan desentralisasi seperti keterbatasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node. Arsitekturnya berbasis pada paralelisme data, dengan membangun struktur topologi jarang seperti Ring, Expander, dan Small-World, menghindari biaya komunikasi tinggi dari sinkronisasi global, dan hanya bergantung pada node tetangga lokal untuk menyelesaikan pelatihan model secara kolaboratif. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi titik putus, OpenDiLoCo memungkinkan GPU kelas konsumen dan perangkat edge untuk secara stabil berpartisipasi dalam tugas pelatihan, secara signifikan meningkatkan partisipasi dalam pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci 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 kendala adaptasi pustaka komunikasi tradisional di perangkat heterogen dan jaringan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik henti, dapat dijalankan di GPU konsumer dan node yang tidak stabil, merupakan komponen dasar yang mendukung kemampuan komunikasi asinkron protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth dan kompatibilitas perangkat dalam jaringan pelatihan, membuka "kilometer terakhir" dalam fondasi komunikasi untuk membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tidak memerlukan kepercayaan.

03、Prime Intellect insentif jaringan dan pembagian peran

Prime Intellect membangun jaringan pelatihan yang dapat diverifikasi, tidak memerlukan izin, dan memiliki mekanisme insentif ekonomi, sehingga siapa saja dapat berpartisipasi dalam tugas dan mendapatkan imbalan berdasarkan kontribusi nyata. Protokol ini berjalan berdasarkan tiga jenis 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 serta penggabungan strategi.

Proses inti dari protokol mencakup penerbitan tugas, pelatihan node, verifikasi jejak, agregasi bobot, dan distribusi hadiah, yang membentuk sebuah siklus 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, ini adalah model besar pembelajaran penguatan pertama di dunia yang dilatih melalui kolaborasi node terdesentralisasi yang asinkron dan tanpa kepercayaan, dengan skala parameter mencapai 32B. Model INTELLECT-2 dilatih secara kolaboratif oleh 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 bukan hanya terobosan dalam kinerja, tetapi juga merupakan implementasi sistematis pertama dari paradigma "pelatihan adalah konsensus" yang diusulkan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL, TOPLOC, dan SHARDCAST, menandakan bahwa jaringan pelatihan terdesentralisasi telah berhasil mewujudkan proses pelatihan yang terbuka, verifikasi, dan siklus insentif ekonomi.

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