El Santo Grial de Crypto AI: Exploración de vanguardia en el entrenamiento descentralizado

En la cadena de valor completa de la IA, el entrenamiento de modelos es la etapa con mayor consumo de recursos y el umbral tecnológico más alto, que determina directamente el límite de capacidad del modelo y el efecto real de la aplicación. En comparación con la llamada ligera de la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de potencia de cálculo a gran escala, un proceso de tratamiento de datos complejo y un soporte de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva de los paradigmas de arquitectura, los métodos de entrenamiento se pueden dividir en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de descentralización que se discute en este artículo.

El entrenamiento centralizado es el método tradicional más común, completado por una única institución dentro de un clúster local de alto rendimiento, donde todos los procesos de entrenamiento, desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, son coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos alcancen su máxima eficiencia, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas en eficiencia y control de recursos. Sin embargo, también presenta problemas como el monopolio de datos, barreras de recursos, consumo energético y riesgos de puntos únicos.

El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad. Su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para su ejecución colaborativa, con el fin de superar las limitaciones de cálculo y almacenamiento de una sola máquina. A pesar de que posee características "distribuidas" en términos físicos, el conjunto sigue siendo controlado y coordinado por una entidad centralizada, y a menudo opera en entornos de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, donde el nodo principal coordina uniformemente las subtareas. Los métodos principales incluyen:

• Paralelismo de datos: cada nodo entrena diferentes datos, los parámetros se comparten y se necesita que coincidan los pesos del modelo.
• Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos, logrando una fuerte escalabilidad
• Paralelismo de tuberías: ejecución en serie por etapas, aumentando el rendimiento.
• Paralelismo de tensores: segmentación refinada de cálculos matriciales, mejora de la granularidad de paralelismo

El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análogo a un mismo jefe que dirige de forma remota la colaboración de varios empleados de "oficinas" para completar una tarea. Actualmente, casi todos los modelos grandes principales se entrenan de esta manera.

La Descentralización en el entrenamiento representa un camino futuro con mayor apertura y características de resistencia a la censura. Su característica central radica en que: múltiples nodos que no se fían entre sí ( pueden ser computadoras domésticas, GPU en la nube o dispositivos de borde ) que colaboran para completar tareas de entrenamiento sin un coordinador central, generalmente a través de protocolos que impulsan la distribución de tareas y la colaboración, y utilizando mecanismos de incentivos criptográficos para garantizar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:

• Dificultades en la heterogeneidad y segmentación de dispositivos: alta dificultad de coordinación de dispositivos heterogéneos, baja eficiencia en la segmentación de tareas.
• Cuello de botella en la eficiencia de la comunicación: la comunicación en red es inestable, el cuello de botella de la sincronización de gradientes es evidente
• Ejecución confiable faltante: falta de un entorno de ejecución confiable, lo que dificulta verificar si los nodos realmente participan en el cálculo.
• Falta de coordinación unificada: sin un despachador central, la distribución de tareas y el mecanismo de reversión de excepciones son complejos.

La Descentralización del entrenamiento se puede entender como: un grupo de voluntarios globales que contribuyen con su poder de cómputo para entrenar el modelo de manera colaborativa, pero la "Descentralización del entrenamiento a gran escala realmente viable" sigue siendo un desafío de ingeniería sistémica, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos y verificación de modelos. Sin embargo, si se puede lograr "colaboración efectiva + incentivo de honestidad + resultados correctos" aún se encuentra en la etapa temprana de exploración de prototipos.

El aprendizaje federado, como una forma de transición entre la distribución y la Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo aplicable en escenarios que priorizan el cumplimiento de la privacidad, como en la medicina y las finanzas(. El aprendizaje federado tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que posee las ventajas de dispersión de datos del entrenamiento Descentralizado, pero aún depende de un coordinador de confianza y no tiene características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de cumplimiento de privacidad, siendo relativamente moderado en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, y es más adecuado como una arquitectura de implementación transitoria en la industria.

Descentralización entrenamiento de los límites, oportunidades y caminos reales

Desde la perspectiva de los paradigmas de entrenamiento, la Descentralización del entrenamiento no es adecuada para todos los tipos de tareas. En ciertos escenarios, debido a la complejidad de la estructura de la tarea, la alta demanda de recursos o la dificultad de colaboración, no es naturalmente adecuada para completarse de manera eficiente entre nodos heterogéneos y de confianza. Por ejemplo, el entrenamiento de grandes modelos a menudo depende de alta memoria, baja latencia y ancho de banda rápido, lo que dificulta la segmentación y sincronización efectiva en una red abierta; tareas con fuertes restricciones de privacidad de datos y soberanía ), como la medicina, las finanzas y datos confidenciales (, están limitadas por la conformidad legal y restricciones éticas, no pueden ser compartidas abiertamente; y tareas sin una base de incentivos de colaboración ), como modelos de código cerrado de empresas o entrenamiento de prototipos internos (, carecen de motivación para la participación externa. Estas fronteras constituyen las limitaciones reales de la Descentralización del entrenamiento en la actualidad.

Pero esto no significa que el entrenamiento descentralizado sea un mito. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y motivadas, el entrenamiento descentralizado muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de entrenamiento posterior de alineación de comportamiento como RLHF, DPO), tareas de entrenamiento y etiquetado de datos por crowdsourcing, entrenamiento de modelos base pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo que involucran dispositivos en el borde. Estas tareas generalmente poseen características de alta paralelización, baja acoplamiento y tolerancia a potencia de cálculo heterogénea, lo que las hace muy adecuadas para el entrenamiento colaborativo a través de redes P2P, protocolos Swarm, optimizadores distribuidos, etc.

Descentralización entrenamiento clásico proyecto análisis

Actualmente, en el campo de vanguardia de la Descentralización de entrenamiento y el aprendizaje federado, los proyectos de blockchain más representativos incluyen Prime Intellect, Pluralis.ai, Gensyn, Nous Research y Flock.io. Desde la perspectiva de innovación técnica y dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han propuesto muchas exploraciones originales en la arquitectura del sistema y el diseño algorítmico, representando las direcciones de vanguardia de la investigación teórica actual; mientras que Gensyn y Flock.io tienen rutas de implementación relativamente claras, ya mostrando avances iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías centrales y las arquitecturas de ingeniería detrás de estos cinco proyectos, y explorará más a fondo sus diferencias y relaciones complementarias en el sistema de entrenamiento de IA Descentralización.

( Prime Intellect: trayectoria de entrenamiento verificable de redes de colaboración de aprendizaje reforzado pioneras

Prime Intellect se dedica a construir una red de entrenamiento de IA sin necesidad de confianza, permitiendo que cualquier persona participe en el entrenamiento y reciba recompensas confiables por sus contribuciones computacionales. Prime Intellect espera construir un sistema de entrenamiento de IA de Descentralización con verificabilidad, apertura y un mecanismo de incentivos completo a través de tres módulos: PRIME-RL + TOPLOC + SHARDCAST.

)# 01、Estructura del stack de protocolos Prime Intellect y valor de los módulos clave

![El Santo Grial de Crypto AI: Exploración de vanguardia en entrenamiento descentralizado]###https://img-cdn.gateio.im/webp-social/moments-69eb6c2dab3d6284b890285c71e7a47f.webp###

(# 02, Explicación detallada de los mecanismos clave de entrenamiento de Prime Intellect

#PRIME-RL: Arquitectura de tareas de aprendizaje por refuerzo asíncrono desacoplado

PRIME-RL es un marco de modelado y ejecución de tareas personalizado por Prime Intellect para escenarios de entrenamiento de Descentralización, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación preferente, desacoplando estructuralmente el proceso de entrenamiento, inferencia y carga de pesos, permitiendo que cada nodo de entrenamiento complete el ciclo de tareas de manera independiente en local, y colabore a través de interfaces estandarizadas con mecanismos de validación y agregación. En comparación con los procesos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para implementar entrenamiento flexible en un entorno sin programación central, lo que reduce la complejidad del sistema y sienta las bases para soportar la paralelización de múltiples tareas y la evolución de estrategias.

#TOPLOC:Mecanismo de verificación de comportamiento de entrenamiento ligero

TOPLOC)Observación Confiable & Verificación de Localidad### es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo realmente ha completado un aprendizaje de estrategia efectivo basado en datos de observación. A diferencia de soluciones pesadas como ZKML, TOPLOC no depende del recalculo de todo el modelo, sino que completa la verificación de estructura ligera analizando la trayectoria de consistencia local entre "secuencia de observación↔actualización de estrategia". Por primera vez, convierte la trayectoria de comportamiento durante el proceso de entrenamiento en un objeto verificable, siendo una innovación clave para lograr una distribución de recompensas de entrenamiento sin necesidad de confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivada.

#SHARDCAST: Protocolo de agregación y difusión de pesos asíncronos

SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, con ancho de banda limitado y con estados de nodos variables. Combina el mecanismo de propagación de gossip con estrategias de sincronización local, permitiendo que múltiples nodos envíen continuamente actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y evolución de múltiples versiones. Comparado con los métodos AllReduce centralizados o sincronizados, SHARDCAST mejora significativamente la escalabilidad y la tolerancia a fallos del entrenamiento descentralizado, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continua.

#OpenDiLoCo: Marco de comunicación asíncrona dispersa

OpenDiLoCo es un marco de optimización de comunicación implementado de manera independiente y de código abierto por el equipo de Prime Intellect, basado en el concepto DiLoCo propuesto por DeepMind, diseñado específicamente para enfrentar retos comunes en el entrenamiento descentralizado, como la limitación de ancho de banda, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, evitando los altos costos de comunicación de la sincronización global, y completando el entrenamiento colaborativo del modelo con solo depender de nodos vecinos locales. Combinando actualizaciones asíncronas y un mecanismo de tolerancia a fallos en puntos de control, OpenDiLoCo permite que GPUs de consumo y dispositivos de borde participen de manera estable en tareas de entrenamiento, mejorando significativamente la participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir una red de entrenamiento descentralizada.

#PCCL: Biblioteca de Comunicación Colaborativa

PCCL(Prime Collective Communication Library) es una biblioteca de comunicación ligera diseñada por Prime Intellect para entornos de entrenamiento de IA descentralizada, con el objetivo de resolver los cuellos de botella de adaptación en dispositivos heterogéneos y redes de baja capacidad, que presentan las bibliotecas de comunicación tradicionales( como NCCL y Gloo). PCCL soporta topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, y puede ejecutarse en GPU de consumo y nodos inestables, siendo el componente subyacente que respalda la capacidad de comunicación asincrónica del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de entrenamiento y la compatibilidad del dispositivo, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.

(# 03、Prime Intellect red de incentivos y división de roles

Prime Intellect ha construido una red de entrenamiento que no requiere permiso, es verificable y cuenta con un mecanismo de incentivos económicos, permitiendo a cualquier persona participar en tareas y recibir recompensas basadas en contribuciones reales. El protocolo funciona sobre tres tipos de roles centrales:

• Iniciador de la tarea: definir el entorno de entrenamiento, el modelo inicial, la función de recompensa y los criterios de validación
• Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de peso y trayectorias de observación
• Nodos de verificación: utilizar el mecanismo TOPLOC para verificar la autenticidad del comportamiento de entrenamiento y participar en el cálculo de recompensas y la agregación de estrategias.

El proceso central del protocolo incluye la publicación de tareas, el entrenamiento de nodos, la verificación de trayectorias, la agregación de pesos )SHARDCAST### y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".

(# 04, INTELLECT-2: Lanzamiento del primer modelo de entrenamiento descentralizado verificable

Prime Intellect lanzó INTELLECT-2 en mayo de 2025, el primer gran modelo de aprendizaje reforzado del mundo entrenado por nodos descentralizados asíncronos y sin necesidad de confianza, con un tamaño de parámetro de 32B. El modelo INTELLECT-2 fue entrenado de manera colaborativa por más de 100 nodos heterogéneos de GPU distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con una duración de entrenamiento superior a 400 horas.