Desentralisasi pelatihan: Penjelajahan Grail Suci di bidang AI

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling banyak mengonsumsi sumber daya dan memiliki hambatan teknis tertinggi, yang secara langsung menentukan batas kemampuan model dan efektivitas aplikasi nyata. Dibandingkan dengan pemanggilan ringan di tahap inferensi, proses pelatihan memerlukan investasi daya komputasi besar-besaran yang berkelanjutan, 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 terpusat adalah cara tradisional yang paling umum, dilakukan oleh satu lembaga di dalam kluster berkinerja tinggi lokal untuk menyelesaikan seluruh proses pelatihan, mulai dari perangkat keras, perangkat lunak dasar, sistem penjadwalan kluster, hingga semua komponen kerangka pelatihan yang dikoordinasikan oleh sistem kontrol yang terpadu. Arsitektur kolaboratif yang mendalam ini memungkinkan berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan untuk mencapai efisiensi terbaik, sangat cocok untuk pelatihan model skala besar seperti GPT dan Gemini, dengan keuntungan efisiensi tinggi dan sumber daya yang dapat dikendalikan, tetapi juga menghadapi masalah seperti monopoli data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah metode utama untuk pelatihan model besar saat ini, intinya adalah membagi tugas pelatihan model dan mendistribusikannya ke beberapa mesin untuk bekerja sama, guna mengatasi batasan komputasi dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", namun secara keseluruhan masih dikendalikan dan dijadwalkan oleh lembaga terpusat, biasanya berjalan di lingkungan jaringan lokal berkecepatan tinggi, menggunakan teknologi bus interkoneksi NVLink yang cepat, dengan node utama yang secara terpusat mengoordinasikan setiap sub-tugas. 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: Pembagian halus perhitungan matriks, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", mirip dengan seorang bos yang mengarahkan karyawan dari beberapa "kantor" untuk bekerja sama menyelesaikan tugas. Saat ini hampir semua model besar utama (GPT-4, Gemini, LLaMA, dan lain-lain ) dilatih dengan cara ini.

Desentralisasi pelatihan mewakili jalur masa depan yang lebih terbuka dan tahan terhadap sensor. Ciri utama dari sistem ini adalah: beberapa node yang saling tidak percaya ( bisa berupa komputer rumahan, GPU cloud, atau perangkat tepi ) yang bekerja sama menyelesaikan tugas pelatihan tanpa koordinator pusat, biasanya melalui protokol yang menggerakkan distribusi tugas dan kolaborasi, serta menggunakan mekanisme insentif kriptografi untuk memastikan kejujuran kontribusi. Tantangan utama yang dihadapi oleh model ini meliputi:

• Heterogenitas perangkat dan kesulitan pemisahan: Koordinasi perangkat yang heterogen sulit, efisiensi pemisahan tugas rendah
• Botol leher efisiensi komunikasi: komunikasi jaringan tidak stabil, botol leher sinkronisasi gradien jelas
• Eksekusi yang dapat dipercaya hilang: Kekurangan lingkungan eksekusi yang dapat dipercaya, sulit untuk memverifikasi apakah node benar-benar terlibat dalam perhitungan
• Kurangnya koordinasi yang terintegrasi: tidak ada pengatur pusat, distribusi tugas, dan mekanisme rollback yang kompleks.

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

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

Batas, Peluang, dan Jalur Realitas dari Pelatihan Desentralisasi

Dari sudut pandang 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, secara alami tidak cocok untuk diselesaikan secara efisien di antara node heterogen dan tanpa kepercayaan. Misalnya, pelatihan model besar seringkali bergantung pada memori yang besar, latensi rendah, dan bandwidth tinggi, sehingga sulit untuk dibagi dan disinkronkan secara efektif di jaringan terbuka; tugas dengan privasi data dan batasan kedaulatan yang kuat, seperti medis, keuangan, dan data sensitif, dibatasi oleh kepatuhan hukum dan batasan etika, sehingga tidak dapat dibagikan secara terbuka; sedangkan tugas yang kekurangan dasar insentif kolaborasi, seperti model sumber tertutup perusahaan atau pelatihan prototipe internal, kekurangan motivasi partisipasi eksternal. Batasan-batasan ini secara bersama-sama membentuk batasan nyata untuk pelatihan desentralisasi saat ini.

Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah proposisi yang salah. Sebenarnya, dalam jenis tugas yang ringan, mudah diparalelkan, dan dapat memotivasi, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk tetapi tidak terbatas pada: penyesuaian LoRA, tugas pelatihan lanjutan seperti RLHF, DPO(, pelatihan dan penandaan data yang terdesentralisasi, 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 yang heterogen, sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, pengoptimal terdistribusi, dan cara lainnya.

![Crypto AI的圣杯：Desentralisasi训练的前沿探索])https://img-cdn.gateio.im/webp-social/moments-69eb6c2dab3d6284b890285c71e7a47f.webp(

Analisis Proyek Klasik Pelatihan Desentralisasi

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

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

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 komputasi mereka. Prime Intellect berharap dapat membangun sistem pelatihan AI yang terdesentralisasi dengan verifikasi, keterbukaan, dan mekanisme insentif yang lengkap melalui tiga modul utama: PRIME-RL + TOPLOC + SHARDCAST.

(# 01、Nilai Struktur dan Modul Kunci Protokol Prime Intellect

![Crypto AI的圣杯：Desentralisasi训练的前沿探索])https://img-cdn.gateio.im/webp-social/moments-b11af8d10db6e8baa0c19e87aa18dd82.webp(

)# 02、Penjelasan Mendetail tentang Mekanisme Kunci Pelatihan Prime Intellect

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

PRIME-RL adalah kerangka pemodelan dan pelaksanaan tugas yang disesuaikan oleh Prime Intellect untuk skenario pelatihan desentralisasi, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini menggunakan pembelajaran penguat sebagai objek adaptasi utama, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara independen di lokasi, dan berkolaborasi melalui antarmuka standar dengan mekanisme verifikasi dan agregasi. Dibandingkan dengan proses pembelajaran terawasi tradisional, PRIME-RL lebih cocok untuk menerapkan pelatihan elastis dalam lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung paralelisme multi-tugas dan evolusi strategi.

#TOPLOC:Mekanisme Verifikasi Perilaku Pelatihan Ringan

TOPLOC###Trusted Observation & Policy-Locality Check### 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 dengan menganalisis jejak konsistensi lokal antara "urutan observasi↔pembaruan strategi". Ini adalah kali pertama jejak perilaku selama proses pelatihan diubah menjadi objek yang dapat diverifikasi, merupakan inovasi kunci untuk mencapai distribusi penghargaan pelatihan tanpa kepercayaan, dan menyediakan jalur yang dapat dilakukan untuk membangun jaringan pelatihan kolaboratif yang dapat diaudit dan dapat memberikan 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, dengan bandwidth terbatas 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, mewujudkan konvergensi bobot yang bertahap dan evolusi multi-versi. Dibandingkan dengan metode AllReduce terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan ketahanan pelatihan desentralisasi, menjadi dasar inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan yang berkelanjutan.

#OpenDiLoCo: Kerangka komunikasi asinkron yang jarang

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 tantangan yang umum terjadi dalam pelatihan desentralisasi, seperti keterbatasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node. Arsitekturnya didasarkan 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 kolaboratif model. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi kesalahan titik henti, OpenDiLoCo memungkinkan GPU konsumen dan perangkat tepi untuk berpartisipasi secara stabil 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(Prime Collective Communication Library) adalah pustaka komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI terdesentralisasi, bertujuan untuk mengatasi batasan adaptasi pustaka komunikasi tradisional ### seperti NCCL, Gloo( di perangkat heterogen dan jaringan dengan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik henti, dapat dijalankan di GPU kelas konsumen dan node yang tidak stabil, merupakan komponen dasar yang mendukung kemampuan komunikasi asinkron protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth dan kompatibilitas perangkat jaringan pelatihan, membuka jalur "mil terakhir" komunikasi untuk membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.

)# 03, Jaringan Insentif Prime Intellect dan Pembagian Peran

Prime Intellect membangun jaringan pelatihan yang tidak memerlukan izin, dapat diverifikasi, dan dilengkapi dengan mekanisme insentif ekonomi, sehingga siapa pun dapat berpartisipasi dalam tugas dan mendapatkan imbalan berdasarkan kontribusi nyata. Protokol beroperasi berdasarkan tiga jenis peran inti:

• Penggagas tugas: mendefinisikan lingkungan pelatihan, model awal, fungsi penghargaan, dan standar validasi
• Node pelatihan: melakukan 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 (SHARDCAST) dan distribusi hadiah, membentuk sebuah lingkaran insentif yang berfokus pada "perilaku pelatihan yang nyata".

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

Prime Intellect akan merilis INTELLECT-2 pada Mei 2025, yang merupakan yang pertama di dunia yang didukung oleh异