Nous Research推出全球最大规模去中心化AI预训练模型

在人工智能（AI）快速发展的今天，Nous Research近期宣布推出了一项具有划时代意义的技术，成功实现了全球规模最大、去中心化的大语言模型预训练。通过利用区块链技术，Nous Research所构建的Psyche网络汇聚了全球各地的计算资源，开启了40亿参数大语言模型Consilience的预训练任务，打破了网络上预训练的记录，体现出去中心化训练的巨大潜力。

Psyche网络的核心在于通过有效地整合全球闲置的计算资源（如消费级GPU），大幅度降低了AI模型训练的成本。传统上，训练先进的AI模型需要数千个高性能的GPU和超高带宽的计算集群，这让许多普通研究者和小型团队望而却步。这样的集中化趋势不仅限制了创新，也有可能导致少数科技巨头将更多的权力集中于掌控AI技术甚至人类社会。因此，Nous Research借助去中心化的训练模式，希望在新的篇章中打破这一局限。

大语言模型Consilience所采用的DeepSeek V3多头潜在注意力（MLA）架构，较之于Llama所使用的GQA架构，在表达能力上更加出色，同时在处理计算开销时也有更优的优化表现。这一系列技术进展确保了即使在有限的基础设施条件下，AI模型训练依然可以进行得更加高效。而这一切的背后，正是Nous Research所开发的DisTrO优化器技术，成功解决了带宽瓶颈问题，使得分布式训练成为现实。

在去中心化训练的探索过程中，带宽是最受关注的挑战之一。传统的数据中心通过高速连接如NVLink和InfiniBand实现高达几百Gb/s的带宽，但志愿者节点的连接则可能仅限于几十到几百Mb/s的速度。这种差异被认为会使跨互联网的AI训练变得极为缓慢。Nous Research的DisTrO技术允许所有训练节点同时降低所需带宽，极大地提高了训练效率。

随着去中心化AI训练模式的兴起，Nous Research的Psyche网络也成为了一个开放的。任何个人或组织都可以贡献计算资源，降低了人们参与AI模型训练的门槛，推动了全球范围内合作与创新的发展。Piscyhe网络不仅仅是AI技术进步的工具，也可能成为未来小型团队和开源社区与科技巨头抗衡的重要力量。

同时，Nous Research在探索区块链技术与AI结合过程中，逐渐认识到区块链所带来的多重优势。通过迁移技术栈到区块链，Nous Research希望充分利用区块链的以下特点：任何人均可贡献计算资源，摒弃中心化基础设施，以及协调与奖励为网络贡献者提供的激励机制。这种创新模式的实施，意味着任何愿意参与的人都可以成为网络的一部分，参与未来AI的进步与发展。

展望未来，Nous Research计划逐步将Psyche网络扩展到更高级的功能，并在Phase 0阶段允许贡献者携带自己的GPU参与训练，并获取奖励。随着系统的稳定运行，不同类型的计算资源能够自主接入网络，助力训练如Llama和Diffusion等多种模型架构。更值得一提的是，Psyche网络在预训练阶段将不再依赖于预先准备的数据集，而是通过模型与环境进行互动，在不断的学习中推进模型的进化，真正实现AI的自主学习与成长。

随着去中心化AI训练的发展，Nous Research不仅希望证明这一模式的可行性，同时也向他们的初心回归：推动技术的民主化，实现每个人都能够参与到更大规模的AI训练中来。通过打破传统科技垄断的壁垒，Nous Research正努力推动实现一个更加开放的AI时代，将创新的火花带给广泛的科研群体和爱好者。

Nous Research推出的Psyche网络和Consilience模型的成功预训练，不仅是去中心化AI训练的里程碑，也为未来的AI民主化和全球协作开辟了新的可能性。在这一历史性的时刻，Psyche网络正如一缕春风，唤醒着全球范围内对技术创新的渴望，期待我们的世界因AI的进步而更加美好。