Pelatihan AI adalah tahap terpenting dalam seluruh rantai nilai AI, yang secara langsung menentukan batas kemampuan model dan efektivitas aplikasi. Dibandingkan dengan pemanggilan inferensi ringan, proses pelatihan memerlukan investasi daya komputasi besar yang berkelanjutan, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, sehingga 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 dibahas secara khusus dalam artikel ini.
Pelatihan terpusat adalah cara yang paling tradisional, di mana semua proses pelatihan diselesaikan oleh satu lembaga di dalam cluster berkinerja tinggi lokal, dari perangkat keras hingga perangkat lunak, semua komponen diatur oleh sistem kontrol yang terintegrasi. Arsitektur kolaborasi mendalam ini membuat efisiensi pelatihan mencapai yang terbaik, sangat cocok untuk pelatihan model skala besar seperti GPT, Gemini, dan memiliki keunggulan efisiensi tinggi serta sumber daya yang terkontrol, tetapi juga menghadapi masalah monopol data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.
Pelatihan terdistribusi adalah metode utama untuk pelatihan model besar saat ini, inti dari metode ini adalah membagi tugas pelatihan model dan mendistribusikannya ke beberapa mesin untuk dieksekusi secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", namun secara keseluruhan tetap dikendalikan oleh lembaga terpusat untuk pengaturan dan penyelarasan, sering kali beroperasi dalam lingkungan jaringan lokal berkecepatan tinggi, melalui teknologi bus interkoneksi NVLink berkecepatan tinggi, di mana node utama secara terpadu mengoordinasikan setiap sub-tugas. Metode yang umum meliputi paralelisme data, paralelisme model, paralelisme pipa, dan paralelisme tensor. Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", dianalogikan sebagai satu bos yang mengarahkan karyawan "kantor" yang berbeda untuk bekerja sama menyelesaikan tugas. Saat ini hampir semua model besar utama dilatih dengan cara ini.
Desentralisasi latihan mewakili jalur masa depan yang lebih terbuka dan memiliki karakteristik anti-sensor. Ciri utamanya adalah: beberapa node yang tidak saling percaya bekerja sama untuk menyelesaikan tugas latihan tanpa koordinator pusat, biasanya melalui protokol yang mendorong distribusi dan kolaborasi tugas, serta menggunakan mekanisme insentif kriptografi untuk memastikan kejujuran kontribusi. Tantangan utama yang dihadapi oleh model ini termasuk heterogenitas perangkat dan kesulitan pemisahan, batasan efisiensi komunikasi, kurangnya eksekusi yang dapat dipercaya, dan kurangnya koordinasi yang bersatu. Desentralisasi latihan dapat dipahami sebagai: sekelompok sukarelawan global, masing-masing menyumbangkan daya komputasi untuk berkolaborasi dalam melatih model, tetapi "latihan 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 banyak aspek lainnya, apakah "kolaborasi yang efektif + insentif kejujuran + hasil yang benar" masih berada pada tahap eksplorasi prototipe awal.
Pembelajaran federasi sebagai bentuk transisi antara terdistribusi 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 koordinator yang tepercaya, dan tidak memiliki karakteristik sepenuhnya terbuka dan tahan sensor. Ini dapat dianggap sebagai solusi "Desentralisasi yang terkendali" dalam skenario kepatuhan privasi, yang relatif moderat dalam tugas pelatihan, struktur kepercayaan, dan mekanisme komunikasi, lebih cocok sebagai arsitektur penyebaran transisi di industri.
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, ia secara alami tidak cocok untuk diselesaikan secara efisien di antara node heterogen dan tanpa kepercayaan. Misalnya, pelatihan model besar sering kali bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, sulit untuk membagi dan menyinkronkan secara efektif di jaringan terbuka; tugas yang dibatasi oleh privasi data dan pembatasan kedaulatan terhambat oleh kepatuhan hukum dan batasan etika, tidak dapat dibagikan secara terbuka; sementara tugas yang kurang memiliki dasar insentif kolaborasi kekurangan dorongan partisipasi eksternal. Batasan-batasan ini secara bersama-sama membentuk batasan nyata pelatihan desentralisasi saat ini.
Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah suatu proposisi yang salah. Faktanya, dalam jenis tugas yang ringan secara struktur, mudah diparalelkan, dan dapat memotivasi, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk namun tidak terbatas pada: fine-tuning LoRA, tugas pelatihan pasca-perilaku yang sejalan, pelatihan dan penandaan data melalui crowdsourcing, pelatihan model dasar kecil yang dapat dikendalikan sumber daya, serta skenario pelatihan kolaboratif yang melibatkan perangkat tepi. Tugas-tugas ini umumnya memiliki karakteristik paralelisme tinggi, keterkaitan rendah, dan toleransi terhadap kekuatan komputasi heterogen, yang sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, optimizer terdistribusi, dan cara lainnya.
Saat ini, di bidang pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang representatif terutama mencakup 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; sedangkan jalur implementasi Gensyn dan Flock.io relatif jelas, dan kemajuan rekayasa awal sudah mulai terlihat.
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 dari kontribusi komputasi mereka. Prime Intellect berharap dapat membangun sistem pelatihan AI desentralisasi yang memiliki verifikasi, keterbukaan, dan mekanisme insentif yang lengkap melalui tiga modul utama: PRIME-RL + TOPLOC + SHARDCAST.
PRIME-RL adalah kerangka kerja pemodelan dan pelaksanaan tugas yang disesuaikan oleh Prime Intellect untuk skenario pelatihan desentralisasi, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini menggunakan pembelajaran penguatan sebagai objek adaptasi utama, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara mandiri di lokasi, dan berkolaborasi melalui antarmuka standar dengan mekanisme verifikasi dan agregasi. Dibandingkan dengan proses pembelajaran terawasi tradisional, PRIME-RL lebih cocok untuk mewujudkan pelatihan yang fleksibel dalam lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung multitasking paralel dan evolusi strategi.
TOPLOC adalah mekanisme inti yang dapat dilatih dan diverifikasi 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, tetapi menyelesaikan verifikasi struktur ringan dengan menganalisis jejak konsistensi lokal antara "urutan observasi↔pembaruan strategi". Ini untuk pertama kalinya mengubah jejak perilaku selama proses pelatihan menjadi objek yang dapat diverifikasi, merupakan inovasi kunci untuk mencapai distribusi penghargaan pelatihan tanpa kepercayaan, dan memberikan jalur yang layak untuk membangun jaringan pelatihan kolaboratif desentralisasi yang dapat diaudit dan diinsentif.
SHARDCAST adalah protokol penyebaran dan agregasi bobot yang dirancang oleh Prime Intellect, dioptimalkan khusus untuk lingkungan jaringan nyata yang asinkron, terbatas bandwidth, dan dengan status node yang berubah-ubah. Ini menggabungkan mekanisme penyebaran gossip dan strategi sinkronisasi lokal, memungkinkan beberapa node untuk terus mengirimkan pembaruan sebagian dalam keadaan tidak sinkron, mencapai konvergensi bobot yang bertahap dan evolusi multi-versi. Dibandingkan dengan metode AllReduce yang terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan kemampuan toleransi kesalahan dalam pelatihan desentralisasi, serta menjadi dasar inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan yang berkelanjutan.
OpenDiLoCo adalah kerangka optimasi komunikasi yang diimplementasikan secara mandiri dan open-source oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diajukan oleh DeepMind, dirancang khusus untuk 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, hanya bergantung pada node tetangga lokal untuk menyelesaikan pelatihan kolaboratif model. Menggabungkan pembaruan asinkron dan mekanisme toleransi kesalahan titik putus, OpenDiLoCo memungkinkan GPU konsumen dan perangkat tepi untuk berpartisipasi dalam tugas pelatihan dengan stabil, secara signifikan meningkatkan partisipasi dalam pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci untuk membangun jaringan pelatihan desentralisasi.
PCCL adalah perpustakaan komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, bertujuan untuk mengatasi hambatan adaptasi perpustakaan komunikasi tradisional pada perangkat heterogen dan jaringan dengan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik henti, dapat berjalan di GPU 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 dari jaringan pelatihan, membuka "jalan terakhir" untuk infrastruktur komunikasi dalam membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.
Prime Intellect membangun jaringan pelatihan yang tidak memerlukan izin, dapat diverifikasi, dan memiliki mekanisme insentif ekonomi, sehingga siapa pun dapat berpartisipasi dalam tugas dan mendapatkan imbalan berdasarkan kontribusi nyata. Protokol beroperasi berdasarkan tiga jenis peran inti: penggagas tugas, node pelatihan, dan node verifikasi. Proses inti protokol mencakup penerbitan tugas, pelatihan node, verifikasi jejak, agregasi bobot, dan pemberian imbalan, yang membentuk siklus insentif di sekitar "perilaku pelatihan nyata."
Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model pembelajaran penguatan besar pertama di dunia yang dilatih dengan kolaborasi node desentralisasi asinkron yang tidak perlu dipercaya, dengan skala parameter mencapai 32B. Model INTELLECT-2 diselesaikan melalui pelatihan kolaboratif lebih dari 100 node GPU heterogen yang tersebar di tiga benua, menggunakan arsitektur sepenuhnya asinkron, dengan durasi pelatihan lebih dari 400 jam, menunjukkan kelayakan dan stabilitas jaringan kolaborasi asinkron. Model ini tidak hanya merupakan terobosan dalam kinerja, tetapi juga merupakan penerapan sistematis pertama dari paradigma "pelatihan adalah konsensus" yang diusulkan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL, TOPLOC, dan SHARDCAST, menandai pencapaian pertama dalam membuka, memverifikasi, dan menciptakan insentif ekonomi dalam proses pelatihan jaringan desentralisasi.
Dalam hal kinerja, INTELLECT-2 didasarkan pada QwQ-32B yang dilatih dan melakukan pelatihan RL khusus baik dalam kode maupun matematika, berada di garis depan model penyesuaian RL sumber terbuka saat ini. Meskipun belum melampaui model tertutup seperti GPT-4 atau Gemini, makna sejatinya terletak pada: ini adalah eksperimen model terdesentralisasi pertama di dunia yang proses pelatihannya sepenuhnya dapat direproduksi, diverifikasi, dan diaudit. Prime Intellect tidak hanya mengopen-source modelnya, tetapi yang lebih penting adalah mengopen-source proses pelatihan itu sendiri--data pelatihan, jejak pembaruan strategi, proses verifikasi, dan logika agregasi semuanya transparan dan dapat diperiksa, membangun prototipe jaringan pelatihan terdesentralisasi di mana setiap orang dapat berpartisipasi, berkolaborasi secara terpercaya, dan berbagi keuntungan.
Pluralis adalah proyek Web3 AI yang fokus pada "jaringan pelatihan kolaboratif yang dapat dipercaya", dengan tujuan inti untuk mendorong paradigma pelatihan model yang desentralisasi, partisipasi terbuka, dan memiliki mekanisme insentif jangka panjang. Berbeda dengan jalur pelatihan terpusat atau tertutup yang saat ini populer, Pluralis mengusulkan konsep baru yang disebut Protocol Learning: memprotokol proses pelatihan model, melalui mekanisme kolaborasi yang dapat diverifikasi dan pemetaan kepemilikan model, untuk membangun sistem pelatihan terbuka yang memiliki siklus insentif endogen.
Protocol Learning yang diajukan oleh Pluralis terdiri dari tiga pilar kunci:
Model yang tidak dapat diekstraksi: Model tersebar dalam bentuk fragmen di antara beberapa node, dan tidak ada satu node pun yang dapat mengembalikan bobot lengkap sehingga tetap tertutup. Desain ini membuat model secara alami menjadi "aset dalam protokol", memungkinkan kontrol kredensial akses, perlindungan dari kebocoran, dan pengikatan hak atas pendapatan.
Pelatihan paralel model berbasis internet: melalui mekanisme paralel model Pipeline asinkron, node yang berbeda hanya memegang sebagian bobot, berkolaborasi melalui jaringan bandwidth rendah untuk menyelesaikan pelatihan atau inferensi.
Pembagian kepemilikan model berdasarkan kontribusi: Semua node yang berpartisipasi mendapatkan sebagian kepemilikan model berdasarkan kontribusi pelatihan mereka, sehingga menikmati pembagian pendapatan di masa depan dan hak pemerintahan protokol.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Eksplorasi Masa Depan AI: Teknologi dan Tantangan Terdepan dalam Pelatihan Desentralisasi
Cawan Suci Crypto AI: Eksplorasi Terdepan Pelatihan Desentralisasi
Pelatihan AI adalah tahap terpenting dalam seluruh rantai nilai AI, yang secara langsung menentukan batas kemampuan model dan efektivitas aplikasi. Dibandingkan dengan pemanggilan inferensi ringan, proses pelatihan memerlukan investasi daya komputasi besar yang berkelanjutan, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, sehingga 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 dibahas secara khusus dalam artikel ini.
Pelatihan terpusat adalah cara yang paling tradisional, di mana semua proses pelatihan diselesaikan oleh satu lembaga di dalam cluster berkinerja tinggi lokal, dari perangkat keras hingga perangkat lunak, semua komponen diatur oleh sistem kontrol yang terintegrasi. Arsitektur kolaborasi mendalam ini membuat efisiensi pelatihan mencapai yang terbaik, sangat cocok untuk pelatihan model skala besar seperti GPT, Gemini, dan memiliki keunggulan efisiensi tinggi serta sumber daya yang terkontrol, tetapi juga menghadapi masalah monopol data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.
Pelatihan terdistribusi adalah metode utama untuk pelatihan model besar saat ini, inti dari metode ini adalah membagi tugas pelatihan model dan mendistribusikannya ke beberapa mesin untuk dieksekusi secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", namun secara keseluruhan tetap dikendalikan oleh lembaga terpusat untuk pengaturan dan penyelarasan, sering kali beroperasi dalam lingkungan jaringan lokal berkecepatan tinggi, melalui teknologi bus interkoneksi NVLink berkecepatan tinggi, di mana node utama secara terpadu mengoordinasikan setiap sub-tugas. Metode yang umum meliputi paralelisme data, paralelisme model, paralelisme pipa, dan paralelisme tensor. Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", dianalogikan sebagai satu bos yang mengarahkan karyawan "kantor" yang berbeda untuk bekerja sama menyelesaikan tugas. Saat ini hampir semua model besar utama dilatih dengan cara ini.
Desentralisasi latihan mewakili jalur masa depan yang lebih terbuka dan memiliki karakteristik anti-sensor. Ciri utamanya adalah: beberapa node yang tidak saling percaya bekerja sama untuk menyelesaikan tugas latihan tanpa koordinator pusat, biasanya melalui protokol yang mendorong distribusi dan kolaborasi tugas, serta menggunakan mekanisme insentif kriptografi untuk memastikan kejujuran kontribusi. Tantangan utama yang dihadapi oleh model ini termasuk heterogenitas perangkat dan kesulitan pemisahan, batasan efisiensi komunikasi, kurangnya eksekusi yang dapat dipercaya, dan kurangnya koordinasi yang bersatu. Desentralisasi latihan dapat dipahami sebagai: sekelompok sukarelawan global, masing-masing menyumbangkan daya komputasi untuk berkolaborasi dalam melatih model, tetapi "latihan 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 banyak aspek lainnya, apakah "kolaborasi yang efektif + insentif kejujuran + hasil yang benar" masih berada pada tahap eksplorasi prototipe awal.
Pembelajaran federasi sebagai bentuk transisi antara terdistribusi 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 koordinator yang tepercaya, dan tidak memiliki karakteristik sepenuhnya terbuka dan tahan sensor. Ini dapat dianggap sebagai solusi "Desentralisasi yang terkendali" dalam skenario kepatuhan privasi, yang relatif moderat dalam tugas pelatihan, struktur kepercayaan, dan mekanisme komunikasi, lebih cocok sebagai arsitektur penyebaran transisi di industri.
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, ia secara alami tidak cocok untuk diselesaikan secara efisien di antara node heterogen dan tanpa kepercayaan. Misalnya, pelatihan model besar sering kali bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, sulit untuk membagi dan menyinkronkan secara efektif di jaringan terbuka; tugas yang dibatasi oleh privasi data dan pembatasan kedaulatan terhambat oleh kepatuhan hukum dan batasan etika, tidak dapat dibagikan secara terbuka; sementara tugas yang kurang memiliki dasar insentif kolaborasi kekurangan dorongan partisipasi eksternal. Batasan-batasan ini secara bersama-sama membentuk batasan nyata pelatihan desentralisasi saat ini.
Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah suatu proposisi yang salah. Faktanya, dalam jenis tugas yang ringan secara struktur, mudah diparalelkan, dan dapat memotivasi, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk namun tidak terbatas pada: fine-tuning LoRA, tugas pelatihan pasca-perilaku yang sejalan, pelatihan dan penandaan data melalui crowdsourcing, pelatihan model dasar kecil yang dapat dikendalikan sumber daya, serta skenario pelatihan kolaboratif yang melibatkan perangkat tepi. Tugas-tugas ini umumnya memiliki karakteristik paralelisme tinggi, keterkaitan rendah, dan toleransi terhadap kekuatan komputasi heterogen, yang sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, optimizer terdistribusi, dan cara lainnya.
Saat ini, di bidang pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang representatif terutama mencakup 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; sedangkan jalur implementasi Gensyn dan Flock.io relatif jelas, dan kemajuan rekayasa awal sudah mulai terlihat.
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 dari kontribusi komputasi mereka. Prime Intellect berharap dapat membangun sistem pelatihan AI desentralisasi yang memiliki verifikasi, keterbukaan, dan mekanisme insentif yang lengkap melalui tiga modul utama: PRIME-RL + TOPLOC + SHARDCAST.
PRIME-RL adalah kerangka kerja pemodelan dan pelaksanaan tugas yang disesuaikan oleh Prime Intellect untuk skenario pelatihan desentralisasi, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini menggunakan pembelajaran penguatan sebagai objek adaptasi utama, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara mandiri di lokasi, dan berkolaborasi melalui antarmuka standar dengan mekanisme verifikasi dan agregasi. Dibandingkan dengan proses pembelajaran terawasi tradisional, PRIME-RL lebih cocok untuk mewujudkan pelatihan yang fleksibel dalam lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung multitasking paralel dan evolusi strategi.
TOPLOC adalah mekanisme inti yang dapat dilatih dan diverifikasi 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, tetapi menyelesaikan verifikasi struktur ringan dengan menganalisis jejak konsistensi lokal antara "urutan observasi↔pembaruan strategi". Ini untuk pertama kalinya mengubah jejak perilaku selama proses pelatihan menjadi objek yang dapat diverifikasi, merupakan inovasi kunci untuk mencapai distribusi penghargaan pelatihan tanpa kepercayaan, dan memberikan jalur yang layak untuk membangun jaringan pelatihan kolaboratif desentralisasi yang dapat diaudit dan diinsentif.
SHARDCAST adalah protokol penyebaran dan agregasi bobot yang dirancang oleh Prime Intellect, dioptimalkan khusus untuk lingkungan jaringan nyata yang asinkron, terbatas bandwidth, dan dengan status node yang berubah-ubah. Ini menggabungkan mekanisme penyebaran gossip dan strategi sinkronisasi lokal, memungkinkan beberapa node untuk terus mengirimkan pembaruan sebagian dalam keadaan tidak sinkron, mencapai konvergensi bobot yang bertahap dan evolusi multi-versi. Dibandingkan dengan metode AllReduce yang terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan kemampuan toleransi kesalahan dalam pelatihan desentralisasi, serta menjadi dasar inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan yang berkelanjutan.
OpenDiLoCo adalah kerangka optimasi komunikasi yang diimplementasikan secara mandiri dan open-source oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diajukan oleh DeepMind, dirancang khusus untuk 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, hanya bergantung pada node tetangga lokal untuk menyelesaikan pelatihan kolaboratif model. Menggabungkan pembaruan asinkron dan mekanisme toleransi kesalahan titik putus, OpenDiLoCo memungkinkan GPU konsumen dan perangkat tepi untuk berpartisipasi dalam tugas pelatihan dengan stabil, secara signifikan meningkatkan partisipasi dalam pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci untuk membangun jaringan pelatihan desentralisasi.
PCCL adalah perpustakaan komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, bertujuan untuk mengatasi hambatan adaptasi perpustakaan komunikasi tradisional pada perangkat heterogen dan jaringan dengan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik henti, dapat berjalan di GPU 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 dari jaringan pelatihan, membuka "jalan terakhir" untuk infrastruktur komunikasi dalam membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.
Prime Intellect membangun jaringan pelatihan yang tidak memerlukan izin, dapat diverifikasi, dan memiliki mekanisme insentif ekonomi, sehingga siapa pun dapat berpartisipasi dalam tugas dan mendapatkan imbalan berdasarkan kontribusi nyata. Protokol beroperasi berdasarkan tiga jenis peran inti: penggagas tugas, node pelatihan, dan node verifikasi. Proses inti protokol mencakup penerbitan tugas, pelatihan node, verifikasi jejak, agregasi bobot, dan pemberian imbalan, yang membentuk siklus insentif di sekitar "perilaku pelatihan nyata."
Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model pembelajaran penguatan besar pertama di dunia yang dilatih dengan kolaborasi node desentralisasi asinkron yang tidak perlu dipercaya, dengan skala parameter mencapai 32B. Model INTELLECT-2 diselesaikan melalui pelatihan kolaboratif lebih dari 100 node GPU heterogen yang tersebar di tiga benua, menggunakan arsitektur sepenuhnya asinkron, dengan durasi pelatihan lebih dari 400 jam, menunjukkan kelayakan dan stabilitas jaringan kolaborasi asinkron. Model ini tidak hanya merupakan terobosan dalam kinerja, tetapi juga merupakan penerapan sistematis pertama dari paradigma "pelatihan adalah konsensus" yang diusulkan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL, TOPLOC, dan SHARDCAST, menandai pencapaian pertama dalam membuka, memverifikasi, dan menciptakan insentif ekonomi dalam proses pelatihan jaringan desentralisasi.
Dalam hal kinerja, INTELLECT-2 didasarkan pada QwQ-32B yang dilatih dan melakukan pelatihan RL khusus baik dalam kode maupun matematika, berada di garis depan model penyesuaian RL sumber terbuka saat ini. Meskipun belum melampaui model tertutup seperti GPT-4 atau Gemini, makna sejatinya terletak pada: ini adalah eksperimen model terdesentralisasi pertama di dunia yang proses pelatihannya sepenuhnya dapat direproduksi, diverifikasi, dan diaudit. Prime Intellect tidak hanya mengopen-source modelnya, tetapi yang lebih penting adalah mengopen-source proses pelatihan itu sendiri--data pelatihan, jejak pembaruan strategi, proses verifikasi, dan logika agregasi semuanya transparan dan dapat diperiksa, membangun prototipe jaringan pelatihan terdesentralisasi di mana setiap orang dapat berpartisipasi, berkolaborasi secara terpercaya, dan berbagi keuntungan.
Pluralis adalah proyek Web3 AI yang fokus pada "jaringan pelatihan kolaboratif yang dapat dipercaya", dengan tujuan inti untuk mendorong paradigma pelatihan model yang desentralisasi, partisipasi terbuka, dan memiliki mekanisme insentif jangka panjang. Berbeda dengan jalur pelatihan terpusat atau tertutup yang saat ini populer, Pluralis mengusulkan konsep baru yang disebut Protocol Learning: memprotokol proses pelatihan model, melalui mekanisme kolaborasi yang dapat diverifikasi dan pemetaan kepemilikan model, untuk membangun sistem pelatihan terbuka yang memiliki siklus insentif endogen.
Protocol Learning yang diajukan oleh Pluralis terdiri dari tiga pilar kunci:
Model yang tidak dapat diekstraksi: Model tersebar dalam bentuk fragmen di antara beberapa node, dan tidak ada satu node pun yang dapat mengembalikan bobot lengkap sehingga tetap tertutup. Desain ini membuat model secara alami menjadi "aset dalam protokol", memungkinkan kontrol kredensial akses, perlindungan dari kebocoran, dan pengikatan hak atas pendapatan.
Pelatihan paralel model berbasis internet: melalui mekanisme paralel model Pipeline asinkron, node yang berbeda hanya memegang sebagian bobot, berkolaborasi melalui jaringan bandwidth rendah untuk menyelesaikan pelatihan atau inferensi.
Pembagian kepemilikan model berdasarkan kontribusi: Semua node yang berpartisipasi mendapatkan sebagian kepemilikan model berdasarkan kontribusi pelatihan mereka, sehingga menikmati pembagian pendapatan di masa depan dan hak pemerintahan protokol.
Dalam aspek mekanisme teknis,