Cawan Suci Crypto AI: Eksplorasi Terdepan Pelatihan Desentralisasi

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling banyak mengkonsumsi sumber daya dan memiliki ambang teknis tertinggi, yang secara langsung menentukan batas kemampuan model dan efektivitas aplikasi nyata. Dibandingkan dengan pemanggilan ringan pada tahap inferensi, proses pelatihan memerlukan investasi daya komputasi besar secara terus-menerus, proses pengolahan data yang kompleks, dan dukungan algoritma optimasi yang intensif, sehingga merupakan "industri berat" yang sebenarnya dalam pembangunan sistem AI. Dari segi 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 terkonsentrasi 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 dikoordinasikan oleh sistem kontrol yang terintegrasi. Arsitektur kolaborasi mendalam ini memungkinkan berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan yang efisien, sangat cocok untuk pelatihan model skala besar seperti GPT dan Gemini, dengan keunggulan efisiensi tinggi dan sumber daya yang terkontrol, tetapi juga menghadapi masalah seperti monopoli data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah metode utama pelatihan model besar saat ini, intinya adalah membagi tugas pelatihan model dan mendistribusikannya ke beberapa mesin untuk dijalankan secara kolaboratif, guna mengatasi batasan komputasi dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", namun secara keseluruhan tetap dikontrol dan dijadwalkan oleh lembaga terpusat, sering kali beroperasi dalam lingkungan jaringan lokal berkecepatan tinggi, menggunakan teknologi bus interkoneksi NVLink berkecepatan tinggi, dengan node utama yang secara terpusat mengkoordinasikan setiap sub-tugas. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda, berbagi bobot model, 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", dibandingkan dengan seorang bos yang mengarahkan kolaborasi karyawan di beberapa "kantor" secara jarak jauh untuk menyelesaikan tugas. Saat ini, hampir semua model besar yang populer dilatih dengan cara ini.

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

• Kesulitan heterogenitas perangkat dan pemisahan: Koordinasi perangkat heterogenitas sulit, efisiensi pemisahan tugas rendah
• Bottleneck efisiensi komunikasi: komunikasi jaringan tidak stabil, bottleneck sinkronisasi gradien jelas
• Kekurangan eksekusi yang dapat dipercaya: kurangnya lingkungan eksekusi yang dapat dipercaya, sulit untuk memverifikasi apakah node benar-benar berpartisipasi dalam perhitungan.
• Kurangnya koordinasi yang terintegrasi: tidak ada pengatur pusat, distribusi tugas, dan mekanisme rollback yang kompleks.

Desentralisasi pelatihan dapat dipahami sebagai: sekelompok sukarelawan global, masing-masing menyumbangkan daya komputasi untuk melatih model secara kolaboratif, tetapi "pelatihan desentralisasi berskala besar yang benar-benar dapat dilakukan" masih merupakan tantangan rekayasa sistematis, melibatkan arsitektur sistem, protokol komunikasi, keamanan kriptografi, mekanisme ekonomi, verifikasi model, dan banyak aspek lainnya, tetapi apakah "kolaborasi yang efektif + insentif untuk 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 agregasi parameter model secara terpusat, cocok untuk skenario yang mengutamakan kepatuhan privasi. Pembelajaran federasi memiliki struktur rekayasa pelatihan terdistribusi dan kemampuan kolaborasi lokal, sambil tetap memiliki keuntungan penyebaran data dari pelatihan Desentralisasi, namun masih bergantung pada pihak koordinator yang tepercaya, dan tidak memiliki karakteristik terbuka sepenuhnya dan tahan sensor. Ini dapat dianggap sebagai solusi "Desentralisasi terkendali" dalam konteks kepatuhan privasi, dengan tugas pelatihan, struktur kepercayaan, dan mekanisme komunikasi yang relatif moderat, lebih cocok sebagai arsitektur penyebaran transisi di industri.

Batasan, 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 sering kali bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, sulit untuk dibagi dan disinkronkan secara efektif di jaringan terbuka; tugas yang dibatasi oleh privasi data dan pembatasan 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 batasan nyata dari pelatihan desentralisasi saat ini.

Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah proposisi palsu. Faktanya, dalam jenis tugas yang ringan, mudah diparalelkan, dan dapat memotivasi, pelatihan desentralisasi menunjukkan prospek aplikasi yang jelas. Termasuk namun tidak terbatas pada: penyetelan LoRA, tugas pasca pelatihan yang sejajar dengan perilaku ( seperti RLHF, DPO ), 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, keterikatan rendah, dan toleransi terhadap daya komputasi heterogen, sangat cocok untuk dilakukan melalui jaringan P2P, protokol Swarm, optimizer terdistribusi, dan metode pelatihan kolaboratif lainnya.

Desentralisasi pelatihan analisis proyek klasik

Saat ini, dalam bidang pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang representatif antara lain Prime Intellect, Pluralis.ai, Gensyn, Nous Research, dan Flock.io. Dari segi inovasi teknologi dan 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 yang mutakhir; sementara jalur implementasi Gensyn dan Flock.io relatif jelas, dan kemajuan rekayasa awal sudah dapat terlihat.

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

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

Struktur Protokol Prime Intellect dan Nilai Modul Kunci

Penjelasan Mendetail tentang Mekanisme Kunci Pelatihan Prime Intellect

#PRIME-RL: Arsitektur Tugas Pembelajaran Penguatan Asinkron Terdecoupling

PRIME-RL adalah kerangka kerja pemodelan dan eksekusi tugas yang disesuaikan oleh Prime Intellect untuk skenario pelatihan Desentralisasi, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini mengadopsi pembelajaran penguatan sebagai objek penyesuaian utama, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara mandiri di lokal, dan bekerja sama dengan mekanisme verifikasi dan agregasi melalui antarmuka yang distandarisasi. Dibandingkan dengan proses pembelajaran terawasi tradisional, PRIME-RL lebih cocok untuk menerapkan pelatihan elastis di lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung pelatihan paralel multi-tugas 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 valid 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 trajektori konsistensi lokal antara "urutan observasi ↔ pembaruan strategi". Ini untuk pertama kalinya mengubah trajektori perilaku dalam proses pelatihan menjadi objek yang dapat diverifikasi, merupakan inovasi kunci untuk mewujudkan distribusi hadiah pelatihan tanpa kepercayaan, dan menyediakan jalur yang layak untuk membangun jaringan pelatihan kolaboratif terdesentralisasi yang dapat diaudit dan diberi insentif.

#SHARDCAST: Protokol Penggabungan dan Penyebaran Berat Asinkron

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 parsial dalam keadaan tidak sinkron, mewujudkan konvergensi bobot secara bertahap dan evolusi multi-versi. Dibandingkan dengan metode AllReduce terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan kemampuan toleransi kesalahan dari pelatihan desentralisasi, menjadi dasar inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan yang berkelanjutan.

#OpenDiLoCo:Rangkaian komunikasi asinkron yang jarang

OpenDiLoCo adalah kerangka optimisasi komunikasi yang diimplementasikan secara independen dan bersifat 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. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi kesalahan titik henti, OpenDiLoCo memungkinkan GPU konsumen dan perangkat tepi untuk berpartisipasi dalam tugas pelatihan dengan stabil, secara signifikan meningkatkan partisipasi pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci dalam membangun jaringan pelatihan desentralisasi.

#PCCL: Perpustakaan Komunikasi Kolaboratif

PCCL adalah pustaka komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, yang bertujuan untuk mengatasi kendala adaptasi pustaka komunikasi tradisional pada perangkat heterogen dan jaringan bandwidth rendah. PCCL mendukung topologi jarang, kompresi gradien, sinkronisasi presisi rendah, dan pemulihan titik henti, dapat dijalankan pada GPU konsumen dan node yang tidak stabil, merupakan komponen dasar yang mendukung kemampuan komunikasi asinkron dari protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth dan kompatibilitas perangkat dari jaringan pelatihan, membuka "kilometer terakhir" infrastruktur komunikasi untuk membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.

Jaringan Insentif Prime Intellect 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 hadiah berdasarkan kontribusi nyata. Protokol ini berjalan berdasarkan tiga jenis peran inti:

• Penggagas tugas: mendefinisikan lingkungan pelatihan, model awal, fungsi penghargaan, dan standar validasi
• Node pelatihan: melakukan pelatihan lokal, mengajukan 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".

INTELLECT-2: Peluncuran model pelatihan desentralisasi yang dapat diverifikasi pertama

Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model pembelajaran mendalam besar pertama di dunia yang dilatih melalui kolaborasi node desentralisasi asinkron yang tidak memerlukan kepercayaan, dengan skala parameter mencapai 32B. Model INTELLECT-2 diselesaikan melalui pelatihan kolaboratif 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 implementasi sistem pertama dari paradigma "pelatihan adalah konsensus" yang diajukan oleh Prime Intellect. INTELLECT-2 mengintegrasikan struktur pelatihan asinkron PRIME-RL(, verifikasi perilaku pelatihan TOPLOC), dan agregasi bobot asinkron SHARDCAST( sebagai modul inti protokol, menandai bahwa jaringan pelatihan desentralisasi untuk pertama kalinya mewujudkan keterbukaan, verifikasi, dan siklus insentif ekonomi dalam proses pelatihan.

Dalam hal kinerja, INTELLECT-2