Cawan Suci Crypto AI: Eksplorasi Perbatasan Pelatihan Desentralisasi

Dalam seluruh rantai nilai AI, pelatihan model adalah tahap yang paling banyak menghabiskan sumber daya dan memiliki ambang teknologi tertinggi, yang secara langsung menentukan batas kemampuan model dan efek aplikasi yang sebenarnya. 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, merupakan "industri berat" yang sebenarnya dalam pembangunan sistem AI. Dari perspektif paradigma arsitektur, metode pelatihan dapat dibagi menjadi empat kategori: pelatihan terpusat, pelatihan terdistribusi, pembelajaran federasi, dan pelatihan desentralisasi yang dibahas dalam artikel ini.

Pelatihan terpusat adalah cara tradisional yang paling umum, di mana seluruh proses pelatihan diselesaikan oleh satu lembaga di dalam kluster berkinerja tinggi lokal, dari perangkat keras, perangkat lunak dasar, sistem penjadwalan kluster, hingga semua komponen kerangka pelatihan dikoordinasikan oleh sistem kontrol yang seragam. Arsitektur kolaborasi mendalam ini memungkinkan efisiensi berbagi memori, sinkronisasi gradien, dan mekanisme toleransi kesalahan mencapai yang terbaik, sangat cocok untuk pelatihan model skala besar seperti GPT dan Gemini, yang memiliki keunggulan efisiensi tinggi dan sumber daya yang terkontrol, tetapi pada saat yang sama ada masalah monopoli data, hambatan sumber daya, konsumsi energi, dan risiko titik tunggal.

Pelatihan terdistribusi adalah cara utama untuk melatih model besar saat ini, intinya adalah membagi tugas pelatihan model dan mendistribusikannya ke beberapa mesin untuk bekerja sama, untuk mengatasi batasan perhitungan dan penyimpanan pada satu mesin. Meskipun secara fisik memiliki karakteristik "terdistribusi", keseluruhannya tetap dikendalikan dan dijadwalkan oleh lembaga terpusat dan sering beroperasi dalam lingkungan jaringan lokal berkecepatan tinggi, melalui teknologi bus interkoneksi NVLink yang cepat, di mana node utama secara terpusat mengoordinasikan setiap sub-tugas. Metode utama termasuk:

• Paralel data: setiap node melatih parameter data yang berbeda, berbagi bobot model yang perlu dicocokkan
• Paralelisme model: Menempatkan bagian-bagian berbeda dari model di node yang berbeda, untuk mencapai skalabilitas yang kuat
• Pipelining: Eksekusi serial bertahap, meningkatkan throughput
• Paralel Tensor: Memecah perhitungan matriks secara rinci, meningkatkan granularitas paralel

Pelatihan terdistribusi adalah kombinasi dari "kontrol terpusat + eksekusi terdistribusi", analog dengan satu bos yang mengarahkan karyawan di beberapa "kantor" 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 tahan sensor. Ciri utamanya adalah: beberapa node yang saling tidak percaya bekerja sama untuk menyelesaikan tugas latihan tanpa koordinator pusat, biasanya melalui protokol yang menggerakkan distribusi dan kolaborasi tugas, serta menggunakan mekanisme insentif kripto untuk memastikan kejujuran kontribusi. Tantangan utama yang dihadapi oleh model ini meliputi:

• Heterogenitas perangkat dan kesulitan 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: tidak ada pengatur pusat, distribusi tugas, dan mekanisme rollback yang kompleks

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, validasi model, dan berbagai aspek lainnya, tetapi apakah "kolaborasi efektif + insentif jujur + hasil yang benar" masih berada dalam 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 sepenuhnya terbuka atau tahan sensor. Ini dapat dianggap sebagai solusi "Desentralisasi yang terkontrol" dalam skenario kepatuhan privasi, dengan tugas pelatihan, struktur kepercayaan, dan mekanisme komunikasi yang relatif moderat, lebih cocok sebagai arsitektur penerapan transisi di industri.

Desentralisasi pelatihan batasan, peluang, dan jalur realitas

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 dalam kolaborasi, secara alami tidak cocok untuk diselesaikan secara efisien di antara node yang heterogen dan tanpa kepercayaan. Misalnya, pelatihan model besar sering bergantung pada memori tinggi, latensi rendah, dan bandwidth tinggi, sulit untuk dibagi dan disinkronkan secara efektif di jaringan terbuka; tugas yang terikat 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 bukan berarti bahwa pelatihan desentralisasi adalah proposisi yang salah. Faktanya, dalam jenis tugas yang ringan dalam 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 selaras, tugas pelatihan dan penandaan crowdsourced, 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, sangat cocok untuk dilakukan pelatihan kolaboratif melalui jaringan P2P, protokol Swarm, pengoptimal terdistribusi, dan sebagainya.

Desentralisasi latihan proyek klasik analisis

Saat ini, proyek blockchain yang representatif di bidang pelatihan desentralisasi dan pembelajaran federasi terutama mencakup 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 desain arsitektur sistem dan algoritma, mewakili arah penelitian teoretis yang terdepan saat ini; sedangkan jalur implementasi Gensyn dan Flock.io relatif jelas, dan telah terlihat kemajuan rekayasa awal. Artikel ini akan menganalisis secara berurutan teknologi inti dan arsitektur rekayasa di balik lima proyek ini, dan selanjutnya membahas perbedaan dan hubungan saling melengkapi dalam sistem pelatihan AI desentralisasi.

Prime Intellect: pelopor jaringan kolaboratif pembelajaran penguatan yang dapat memverifikasi jejak 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 komputasinya. 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.

PRIME-RL adalah kerangka pemodelan dan eksekusi tugas yang disesuaikan untuk skenario pelatihan desentralisasi oleh Prime Intellect, dirancang khusus untuk jaringan heterogen dan partisipasi asinkron. Ini mengadopsi pembelajaran penguatan sebagai objek adaptasi utama, melakukan pemisahan struktural antara 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 supervisi 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 pelatihan multitugas secara paralel dan evolusi strategi.

TOPLOC adalah mekanisme inti verifikasi pelatihan yang diusulkan oleh Prime Intellect, digunakan untuk menentukan apakah suatu node benar-benar telah menyelesaikan pembelajaran strategi yang valid berdasarkan data pengamatan. Berbeda dengan solusi berat seperti ZKML, TOPLOC tidak bergantung pada perhitungan ulang model secara keseluruhan, tetapi menyelesaikan verifikasi struktur ringan melalui analisis 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 mewujudkan distribusi penghargaan pelatihan tanpa kepercayaan, dan menyediakan jalur yang dapat dilakukan untuk membangun jaringan pelatihan kolaboratif desentralisasi yang dapat diaudit dan diberi insentif.

SHARDCAST adalah protokol penyebaran dan agregasi bobot yang dirancang oleh Prime Intellect, dioptimalkan khusus untuk lingkungan jaringan nyata yang asinkron, terbatas bandwidth, 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, mencapai konvergensi bobot yang progresif dan evolusi multi-versi. Dibandingkan dengan metode AllReduce terpusat atau sinkron, SHARDCAST secara signifikan meningkatkan skalabilitas dan kemampuan toleransi kesalahan pelatihan desentralisasi, menjadi dasar inti untuk membangun konsensus bobot yang stabil dan iterasi pelatihan yang berkelanjutan.

OpenDiLoCo adalah kerangka optimasi komunikasi yang diimplementasikan secara independen dan sumber terbuka oleh tim Prime Intellect berdasarkan konsep DiLoCo yang diajukan oleh DeepMind, dirancang khusus untuk tantangan umum seperti keterbatasan bandwidth, heterogenitas perangkat, dan ketidakstabilan node dalam pelatihan desentralisasi. 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 model secara kolaboratif. Dengan menggabungkan pembaruan asinkron dan mekanisme toleransi titik henti, OpenDiLoCo memungkinkan GPU konsumen dan perangkat edge untuk berpartisipasi dalam tugas pelatihan secara stabil, secara signifikan meningkatkan partisipasi dalam pelatihan kolaboratif global, dan merupakan salah satu infrastruktur komunikasi kunci untuk membangun jaringan pelatihan desentralisasi.

PCCL adalah pustaka komunikasi ringan yang dirancang khusus oleh Prime Intellect untuk lingkungan pelatihan AI desentralisasi, 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 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 "jalur 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 berjalan berdasarkan tiga kategori peran inti:

• Penggagas tugas: mendefinisikan lingkungan pelatihan, model awal, fungsi penghargaan, dan standar validasi
• Node pelatihan: menjalankan pelatihan lokal, mengirimkan 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, dan distribusi hadiah, membentuk sebuah lingkaran insentif yang berfokus pada "perilaku pelatihan yang sebenarnya".

Prime Intellect meluncurkan INTELLECT-2 pada Mei 2025, yang merupakan model besar pembelajaran penguatan pertama di dunia yang dilatih melalui kolaborasi node desentralisasi yang asinkron dan tanpa kepercayaan, 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 implementasi sistem pertama dari paradigma 'pelatihan adalah konsensus' yang diajukan oleh Prime Intellect. INTELLECT-2 mengintegrasikan modul protokol inti seperti PRIME-RL, TOPLOC, dan SHARDCAST, menandakan bahwa jaringan pelatihan desentralisasi untuk pertama kalinya telah mencapai keterbukaan, verifikasi, dan siklus insentif ekonomi dalam proses pelatihan.

Dalam hal kinerja, INTELLECT-2 dilatih berdasarkan QwQ-32B dan melakukan pelatihan RL khusus dalam kode dan matematika, berada di garis depan model fine-tuning RL sumber terbuka saat ini. Meskipun belum melampaui model seperti GPT-4 atau Gemini, makna sejatinya 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, jejak pembaruan strategi, proses validasi, dan logika agregasi semuanya transparan dan dapat diperiksa, membangun prototipe jaringan pelatihan desentralisasi yang dapat diikuti oleh semua orang, kolaborasi yang dapat dipercaya, dan berbagi keuntungan.

Pluralis: Paradigma pelatihan kolaboratif antara model asinkron paralel dan kompresi struktur.