Grail Crypto AI: Eksplorasi Terdepan Pelatihan Desentralisasi

Dalam keseluruhan rantai nilai AI, pelatihan model adalah tahap yang paling banyak mengonsumsi sumber daya dan memiliki ambang teknis tertinggi, yang secara langsung menentukan batas kemampuan model dan efektivitas aplikasi sebenarnya. Berbeda dengan pemanggilan ringan pada tahap inferensi, proses pelatihan memerlukan investasi daya komputasi besar yang berkelanjutan, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, merupakan "industri berat" yang sebenarnya 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, di mana seluruh proses pelatihan diselesaikan oleh satu lembaga di dalam cluster berkinerja tinggi lokal, dari perangkat keras, perangkat lunak dasar, sistem penjadwalan cluster, hingga semua komponen kerangka pelatihan dikoordinasikan oleh sistem kontrol yang terintegrasi. Arsitektur kolaborasi mendalam ini memungkinkan berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan mencapai efisiensi optimal, sangat cocok untuk pelatihan model berskala besar seperti GPT, Gemini, dengan keuntungan efisiensi tinggi dan sumber daya yang dapat dikontrol, tetapi sekaligus menghadapi masalah monopoli data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah cara utama pelatihan model besar saat ini. Intinya adalah membagi tugas pelatihan model, kemudian mendistribusikannya ke beberapa mesin untuk dieksekusi secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", keseluruhan masih dikendalikan oleh lembaga terpusat untuk pengaturan dan sinkronisasi, sering kali berjalan dalam lingkungan jaringan lokal berkecepatan tinggi, menggunakan teknologi bus interkoneksi cepat NVLink, di mana node utama secara terpusat mengkoordinasikan setiap sub-tugas. Metode utama termasuk:

• Paralelisme data: setiap node melatih parameter data yang berbeda berbagi, perlu mencocokkan bobot model
• Paralelisme model: Menempatkan bagian-bagian berbeda dari model di node yang berbeda, untuk mencapai skalabilitas yang kuat.
• Paralel pipa: Eksekusi serial bertahap, meningkatkan throughput
• Paralel Tensor: Memperhalus pembagian perhitungan matriks, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", yang dapat dianalogikan dengan satu bos yang mengarahkan kolaborasi karyawan dari beberapa "kantor" untuk menyelesaikan tugas. Saat ini, hampir semua model besar utama dilatih dengan cara ini.

Desentralisasi latihan menunjukkan jalur masa depan yang lebih terbuka dan memiliki karakter anti-sensor. Ciri utamanya adalah: beberapa node yang tidak saling percaya ( dapat berupa komputer rumah, GPU cloud, atau perangkat edge ) 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 termasuk:

• Kesulitan heterogenitas perangkat dan pemisahan: Koordinasi perangkat yang heterogen sulit, efisiensi pemisahan tugas rendah
• Bottleneck efisiensi komunikasi: komunikasi jaringan tidak stabil, bottleneck sinkronisasi gradien jelas
• Ketiadaan Eksekusi yang Terpercaya: Kurangnya lingkungan eksekusi yang terpercaya, sulit untuk memverifikasi apakah node benar-benar berpartisipasi dalam perhitungan.
• Kurangnya koordinasi yang seragam: tanpa pengatur pusat, distribusi tugas, dan mekanisme rollback yang kompleks

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

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

Batas, Peluang, dan Jalur Realistis dari Pelatihan Desentralisasi

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 kolaborasi, secara alami tidak cocok untuk diselesaikan secara efisien di antara node heterogen yang tidak terpercaya. Misalnya, pelatihan model besar sering bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, sehingga sulit untuk membagi dan menyinkronkan secara efektif di jaringan terbuka; tugas yang dibatasi oleh privasi data dan batasan kedaulatan terhambat oleh kepatuhan hukum dan batasan etika, sehingga tidak dapat dibagikan secara terbuka; sementara tugas yang kurang memiliki dasar insentif kolaborasi kekurangan motivasi partisipasi eksternal. Batasan-batasan ini bersama-sama membentuk keterbatasan nyata dari pelatihan desentralisasi saat ini.

Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah proposisi yang salah. Faktanya, dalam jenis tugas yang ringan, mudah diparalelkan, dan dapat memotivasi, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk namun tidak terbatas pada: penyesuaian LoRA, tugas pasca pelatihan seperti penyelarasan perilaku ( seperti RLHF, DPO ), pelatihan dan pelabelan crowdsourcing data, 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 yang heterogen, sehingga sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, optimizer terdistribusi, dan sebagainya.

Analisis Proyek Klasik Pelatihan Desentralisasi

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

Prime Intellect: pelopor jaringan kolaboratif pembelajaran penguatan yang jalur pelatihannya dapat diverifikasi

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

01、Struktur tumpukan protokol Prime Intellect dan nilai modul kunci

02, Penjelasan Mendalam tentang Mekanisme Kunci Pelatihan Prime Intellect

#PRIME-RL:Arsitektur Tugas Pembelajaran Penguatan Asinkron Terdecoupling

PRIME-RL adalah kerangka pemodelan dan pelaksanaan tugas yang disesuaikan untuk skenario pelatihan desentralisasi oleh Prime Intellect, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini menggunakan pembelajaran penguatan sebagai objek penyesuaian prioritas, memisahkan proses pelatihan, inferensi, dan pengunggahan bobot secara struktural, 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 supervisi tradisional, PRIME-RL lebih cocok untuk menerapkan pelatihan yang fleksibel di 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(Pengamatan Terpercaya & Pemeriksaan Kebijakan-Lokal) adalah mekanisme inti yang dapat diverifikasi yang diusulkan oleh Prime Intellect, digunakan untuk menentukan apakah sebuah node benar-benar telah menyelesaikan pembelajaran strategi yang efektif berdasarkan data pengamatan. 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 pengamatan↔pembaruan strategi". Ini adalah pertama kalinya jejak perilaku dalam 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 kolaborasi pelatihan 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 bersifat asinkron, terbatas bandwidth, dan memiliki status node yang berubah-ubah. Ini menggabungkan mekanisme penyebaran gossip dengan strategi sinkronisasi lokal, memungkinkan beberapa node untuk terus mengajukan pembaruan sebagian dalam keadaan tidak sinkron, mewujudkan konvergensi bobot yang progresif dan evolusi multiversi. Dibandingkan dengan metode AllReduce yang terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan kemampuan toleransi kesalahan dalam 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 diusulkan oleh DeepMind, dirancang khusus untuk tantangan umum dalam pelatihan desentralisasi seperti keterbatasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node. Arsitekturnya berdasarkan 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 titik putus, OpenDiLoCo memungkinkan GPU kelas konsumen dan perangkat tepi untuk berpartisipasi secara stabil dalam tugas pelatihan, secara signifikan meningkatkan partisipasi kolaborasi global, dan merupakan salah satu infrastruktur komunikasi dasar yang penting 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 desentralisasi, bertujuan untuk mengatasi hambatan adaptasi pustaka komunikasi tradisional pada perangkat heterogen dan jaringan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik putus, dapat dijalankan pada GPU kelas konsumen dan node yang tidak stabil, merupakan komponen dasar yang mendukung kemampuan komunikasi asinkron protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth jaringan pelatihan dan kompatibilitas perangkat, membuka "jarak terakhir" infrastruktur komunikasi untuk membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.

03、Prime Intellect insentif jaringan dan pembagian peran

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 ini beroperasi berdasarkan tiga jenis peran inti:

• Penggagas tugas: mendefinisikan lingkungan pelatihan, model awal, fungsi imbalan, dan standar validasi
• Node pelatihan: menjalankan pelatihan lokal, mengirim pembaruan bobot dan jejak pengamatan
• Node verifikasi: menggunakan mekanisme TOPLOC untuk memverifikasi keaslian perilaku pelatihan, serta berpartisipasi dalam perhitungan hadiah dan agregasi strategi.

Proses inti dari protokol mencakup penerbitan tugas, pelatihan node, verifikasi jejak, agregasi bobot (SHARDCAST) dan distribusi hadiah, membentuk suatu lingkaran insentif yang berpusat pada "perilaku pelatihan yang nyata".

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

Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model pembelajaran mendalam terbesar di dunia yang dilatih melalui kolaborasi node terdesentralisasi yang tidak memerlukan kepercayaan dan bersifat asinkron, dengan skala parameter mencapai 32B. Model INTELLECT-2 dilatih melalui kolaborasi 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 sebuah terobosan dalam kinerja, tetapi juga merupakan Prime Intellect.