Piala Suci Crypto AI: Eksplorasi Terdepan Pelatihan Desentralisasi

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling menghabiskan sumber daya dan memiliki ambang teknologi 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-besaran yang berkelanjutan, proses pengolahan data yang kompleks dan dukungan algoritma optimasi yang intensif, yang merupakan "industri berat" sejati dalam pembangunan sistem AI. Dari perspektif pola arsitektur, metode pelatihan dapat dibagi menjadi empat kategori: pelatihan terpusat, pelatihan terdistribusi, pembelajaran federasi, dan pelatihan yang terdesentralisasi 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 yang 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 terintegrasi. Arsitektur kolaborasi mendalam ini memungkinkan berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan berjalan dengan efisiensi optimal, sangat cocok untuk pelatihan model besar seperti GPT, Gemini, dan memiliki keunggulan efisiensi tinggi dan sumber daya yang terkontrol, namun juga menghadapi masalah monopoli 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", secara keseluruhan masih dikendalikan dan dijadwalkan oleh lembaga terpusat serta disinkronkan, biasanya beroperasi dalam lingkungan jaringan lokal berkecepatan tinggi, menggunakan teknologi bus interkoneksi NVLink berkecepatan tinggi, dengan node utama mengoordinasikan semua sub-tugas secara terpusat. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda dengan berbagi, perlu mencocokkan bobot model
• Paralelisasi model: Menempatkan bagian-bagian model yang berbeda di node yang berbeda untuk mencapai skalabilitas yang kuat
• Paralel pipa: Eksekusi serial bertahap untuk meningkatkan throughput
• Paralel tensor: Pembagian halus perhitungan matriks, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", sebanding dengan seorang bos yang mengarahkan banyak 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 memiliki karakter anti-sensor. Ciri utamanya adalah: banyak node yang saling tidak percaya (mungkin komputer rumah, GPU cloud, atau perangkat edge) bekerja sama untuk menyelesaikan tugas pelatihan tanpa koordinator pusat, biasanya melalui protokol yang mendorong 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 heterogen sulit, efisiensi pemisahan tugas rendah
• Kendala efisiensi komunikasi: komunikasi jaringan tidak stabil, kendala 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 terintegrasi: tanpa pengatur pusat, distribusi tugas, dan mekanisme rollback yang rumit

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

Federated learning 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. Federated learning memiliki struktur rekayasa pelatihan terdistribusi dan kemampuan kolaborasi lokal, sambil tetap memiliki keuntungan distribusi data dari pelatihan Desentralisasi, tetapi masih bergantung pada pihak pengkoordinasi yang tepercaya dan tidak memiliki karakteristik sepenuhnya terbuka dan tahan sensor. Ini dapat dilihat 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.

Batas, Peluang, dan Jalur Realitas dari Pelatihan Desentralisasi

Dari perspektif pola 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 antara node yang heterogen dan tanpa kepercayaan. Misalnya, pelatihan model besar sering bergantung pada memori tinggi, 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 dibatasi oleh kepatuhan hukum dan etika, sehingga tidak dapat dibagikan secara terbuka; dan tugas yang kekurangan dasar insentif kolaborasi tidak memiliki motivasi partisipasi eksternal. Batasan-batasan ini bersama-sama membentuk batasan realitas pelatihan desentralisasi saat ini.

Namun, ini tidak berarti bahwa pelatihan desentralisasi adalah 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: penyesuaian LoRA, tugas pelatihan pasca yang selaras dengan perilaku, pelatihan dan penandaan data secara 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 yang heterogen, sangat cocok untuk pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, pengoptimal terdistribusi, dan lainnya.

Analisis Proyek Klasik Pelatihan Desentralisasi

Saat ini, di bidang pelatihan desentralisasi dan pembelajaran federasi, proyek blockchain yang memiliki representasi utama 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 terdepan dari penelitian teoritis saat ini; 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 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 desentralisasi yang memiliki verifikasi, keterbukaan, dan mekanisme insentif yang lengkap melalui tiga modul utama: PRIME-RL + TOPLOC + SHARDCAST.

Penjelasan Mekanisme Kunci

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 adaptasi prioritas, memisahkan secara struktural proses pelatihan, inferensi, dan pengunggahan bobot, sehingga setiap node pelatihan dapat menyelesaikan siklus tugas secara independen secara lokal, dan berkolaborasi dengan mekanisme verifikasi dan agregasi melalui antarmuka standar. Dibandingkan dengan proses pembelajaran terawasi tradisional, PRIME-RL lebih cocok untuk mewujudkan pelatihan fleksibel di lingkungan tanpa penjadwalan pusat, yang tidak hanya mengurangi kompleksitas sistem, tetapi juga meletakkan dasar untuk mendukung paralel multi-tugas dan evolusi strategi.

TOPLOC adalah mekanisme inti verifikasi pelatihan yang diusulkan oleh Prime Intellect, digunakan untuk menentukan apakah sebuah node benar-benar telah menyelesaikan pembelajaran strategi yang valid berdasarkan data pengamatan. Berbeda dengan skema 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 pertama kalinya mengubah jejak perilaku selama proses pelatihan menjadi objek yang dapat diverifikasi, merupakan inovasi kunci untuk mencapai pembagian penghargaan pelatihan tanpa memerlukan kepercayaan, dan menyediakan 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 untuk lingkungan jaringan nyata yang asinkron, dengan bandwidth terbatas dan status node yang sering berubah. Ini menggabungkan mekanisme penyebaran gossip dengan 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 dari pelatihan desentralisasi, menjadi dasar inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan yang berkelanjutan.

OpenDiLoCo adalah kerangka optimasi komunikasi yang dikembangkan dan diopen-source oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diajukan oleh DeepMind. Kerangka ini dirancang khusus untuk mengatasi 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 kolaboratif model. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi kesalahan titik putus, OpenDiLoCo memungkinkan GPU konsumen dan perangkat tepi untuk berpartisipasi secara stabil dalam tugas pelatihan, secara signifikan meningkatkan partisipasi pelatihan kolaboratif global, dan merupakan salah satu infrastruktur dasar 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 di perangkat heterogen dan jaringan 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 dari protokol OpenDiLoCo. Ini secara signifikan meningkatkan toleransi bandwidth dan kompatibilitas perangkat dari jaringan pelatihan, membuka "jalan terakhir" untuk dasar komunikasi dalam membangun jaringan pelatihan kolaboratif yang benar-benar terbuka dan tanpa kepercayaan.

Prime Intellect jaringan insentif dan pembagian peran

Prime Intellect membangun jaringan pelatihan yang dapat diverifikasi, tanpa izin, 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 penghargaan, dan standar validasi
• Node pelatihan: melakukan pelatihan lokal, mengirim pembaruan bobot dan jejak pengamatan
• Node verifikasi: Menggunakan mekanisme TOPLOC untuk memverifikasi keaslian perilaku pelatihan dan berpartisipasi dalam perhitungan hadiah serta agregasi strategi

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

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

Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model pembelajaran penguatan besar pertama di dunia yang dilatih melalui kolaborasi node terdesentralisasi yang asinkron dan tanpa kepercayaan, dengan skala parameter mencapai 32B. Model INTELLECT-2 diselesaikan melalui kolaborasi pelatihan 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 penerapan sistematis pertama dari paradigma "pelatihan adalah konsensus" yang diajukan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL (struktur pelatihan asinkron), TOPLOC (verifikasi perilaku pelatihan), dan SHARDCAST (penggabungan bobot asinkron), menandai bahwa jaringan pelatihan terdesentralisasi pertama kali mewujudkan proses pelatihan yang terbuka, verifikasi, dan siklus insentif ekonomi.

Dalam hal kinerja, INTELLECT-2 dilatih berdasarkan QwQ-32B dan telah melakukan pelatihan RL khusus dalam kode dan matematika, berada di garis depan model penghalusan RL sumber terbuka saat ini. Meskipun belum melampaui model tertutup seperti GPT-4 atau Gemini, arti sebenarnya adalah: Ini adalah eksperimen model desentralisasi pertama di dunia yang proses pelatihannya sepenuhnya dapat direproduksi, diverifikasi, dan diaudit. Prime Intellect tidak hanya membuka sumber model, tetapi yang lebih penting adalah membuka proses pelatihan itu sendiri--data pelatihan, jalur pembaruan strategi, proses verifikasi, dan logika agregasi semua transparan dan dapat diperiksa, membangun sebuah platform yang dapat diakses oleh semua orang.