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

En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa con mayor consumo de recursos y la más alta en cuanto a barreras tecnológicas, lo que determina directamente el límite de capacidad del modelo y su efecto en la aplicación práctica. En comparación con las llamadas ligeras en la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de gran escala en potencia de cálculo, complejos procesos de manejo de datos y un fuerte soporte de algoritmos de optimización, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva de los paradigmas arquitectónicos, los métodos de entrenamiento se pueden clasificar en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de descentralización que se discute en este artículo.

El entrenamiento centralizado es la forma tradicional más común, completando todo el proceso de entrenamiento dentro de un clúster de alto rendimiento local por una única institución, donde todos los componentes, desde el hardware, el software de base, el sistema de programación del clúster hasta el marco de entrenamiento, son coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración maximiza la eficiencia del intercambio de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y control de recursos, pero al mismo tiempo presenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y riesgos de punto único.

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 conjunta, con el fin de superar las limitaciones de cálculo y almacenamiento de una sola máquina. A pesar de que físicamente posee características de "descentralización", el conjunto sigue siendo controlado y sincronizado por una entidad centralizada, funcionando comúnmente en un entorno de red local de alta velocidad, utilizando la tecnología de buses 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 y comparte parámetros, es necesario hacer coincidir los pesos del modelo.
• Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos para lograr una fuerte escalabilidad
• Paralelismo de tuberías: Ejecución en serie por etapas, aumentando la tasa de transferencia
• Paralelismo de tensores: segmentación fina del cálculo de matrices, mejora de la granularidad del paralelismo

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

La Descentralización en el entrenamiento representa un camino futuro más abierto y con características de resistencia a la censura. Su característica central es: múltiples nodos que no confían entre sí ( pueden ser computadoras personales, GPU en la nube o dispositivos de borde ) que colaboran en la realización de tareas de entrenamiento sin un coordinador central, generalmente impulsados por protocolos para la distribución de tareas y 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 en la coordinación de dispositivos heterogéneos, baja eficiencia en la segmentación de tareas.
• Cuello de botella en la eficiencia de la comunicación: la comunicación de red es inestable y el cuello de botella en la sincronización del gradiente es evidente.
• Falta de ejecución confiable: falta de un entorno de ejecución confiable, difícil de 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 es complejo

La entrenamiento de Descentralización se puede entender como: un grupo de voluntarios de todo el mundo que contribuyen con poder de cálculo para entrenar modelos de manera colaborativa, pero "el entrenamiento Descentralización a gran escala verdaderamente viable" sigue siendo un desafío de ingeniería sistemático, que involucra arquitectura de sistemas, protocolos de comunicación, seguridad criptográfica, mecanismos económicos, validación de modelos y otros múltiples niveles. Sin embargo, la capacidad de "colaborar de manera efectiva + incentivar la honestidad + obtener resultados correctos" aún se encuentra en la etapa de exploración de prototipos temprana.

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 la conformidad con la privacidad, como la medicina y las finanzas (. El aprendizaje federado posee una estructura de ingeniería de entrenamiento distribuido y capacidad de colaboración local, al tiempo que mantiene la ventaja de la dispersión de datos en el 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 conformidad con la privacidad, siendo relativamente moderada en tareas de entrenamiento, estructura de confianza y mecanismos de comunicación, siendo más adecuada como una arquitectura de despliegue transitoria en la industria.

![El Santo Grial de Crypto AI: Exploración en la vanguardia del entrenamiento Descentralización])https://img-cdn.gateio.im/webp-social/moments-a8004f094fff74515470052b3a24617c.webp(

Descentralización entrenamiento de los límites, oportunidades y caminos reales

Desde la perspectiva del paradigma 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, a las altas demandas de recursos o a la dificultad de colaboración, no es inherentemente adecuado para completarse de manera eficiente entre nodos heterogéneos y sin 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; las tareas con fuertes restricciones de privacidad de datos y soberanía están limitadas por la conformidad legal y las restricciones éticas, lo que impide la apertura y el intercambio; y las tareas que carecen de incentivos de colaboración básicos carecen de motivación para la participación externa. Estas fronteras constituyen conjuntamente las limitaciones reales del entrenamiento descentralizado actual.

Pero esto no significa que la capacitación descentralizada sea un falso dilema. De hecho, en tipos de tareas que son ligeros en estructura, fácilmente paralelables y pueden incentivarse, la capacitación descentralizada muestra perspectivas claras de aplicación. Incluyendo pero no limitado a: ajuste fino de LoRA, tareas de postentrenamiento de alineación de comportamiento como RLHF, DPO), tareas de capacitación y etiquetado de datos mediante crowdsourcing, capacitación de modelos base pequeños con recursos controlables, así como escenarios de capacitación colaborativa que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, bajo acoplamiento y tolerancia a la heterogeneidad en la potencia de cálculo, siendo muy adecuadas para la capacitación colaborativa a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.

Descentralización entrenamiento clásico proyecto análisis

Actualmente, en el campo de la Descentralización 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 la innovación técnica y la dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han propuesto exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de vanguardia en la investigación teórica; mientras que Gensyn y Flock.io tienen caminos de implementación relativamente claros, ya se pueden observar avances de ingeniería preliminares. Este artículo analizará sucesivamente las tecnologías centrales y las arquitecturas de ingeniería detrás de estos cinco proyectos, y explorará además sus diferencias y relaciones complementarias dentro del sistema de entrenamiento de IA descentralizada.

( Prime Intellect: pionero de redes de colaboración de aprendizaje reforzado verificables en la trayectoria de entrenamiento

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 su contribución computacional. Prime Intellect espera, a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST, construir un sistema de entrenamiento de IA descentralizado que sea verificable, abierto y con un mecanismo de incentivos completo.

)# 01、Estructura de la pila 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 del mecanismo 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 especialmente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación preferente, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, permitiendo que cada nodo de entrenamiento complete su ciclo de tareas de forma 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 lograr un entrenamiento flexible en entornos sin programación central, reduciendo así la complejidad del sistema y sentando las bases para soportar múltiples tareas en paralelo y evolución de estrategias.

TOPLOC:Mecanismo de verificación de comportamiento de entrenamiento ligero

TOPLOC es el 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 recálculo del modelo completo, 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 las trayectorias de comportamiento durante el proceso de entrenamiento en objetos verificables, siendo una innovación clave para lograr una distribución de recompensas de entrenamiento sin confianza, proporcionando una ruta viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable y que incentive.

SHARDCAST: Protocolo de agregación y propagación 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, tienen limitaciones de ancho de banda y estados de nodo variables. Combina un mecanismo de propagación de gossip con una estrategia de sincronización local, lo que permite que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y una evolución de múltiples versiones. En comparación con los métodos AllReduce centralizados o sincronizados, SHARDCAST mejora significativamente la escalabilidad y la tolerancia a fallos del entrenamiento Descentralización, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continuo.

OpenDiLoCo: marco de comunicación asíncrona dispersa

OpenDiLoCo es un marco de optimización de comunicaciones independiente y de código abierto implementado por el equipo de Prime Intellect, basado en el concepto DiLoCo propuesto por DeepMind, diseñado específicamente para enfrentar desafíos 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 solo con los nodos vecinos locales. Combinando actualizaciones asincrónicas y un mecanismo de tolerancia a fallos, OpenDiLoCo permite que GPU 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 redes de entrenamiento descentralizado.

PCCL: Biblioteca de Comunicación Colaborativa

PCCL es una biblioteca de comunicación ligera diseñada a medida por Prime Intellect para entornos de entrenamiento de IA descentralizada, con el objetivo de resolver los cuellos de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de baja capacidad. 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 asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia de ancho de banda de la red de entrenamiento y la compatibilidad de dispositivos, abriendo el "último kilómetro" de la infraestructura de comunicación para construir una red de entrenamiento colaborativa verdaderamente abierta y sin necesidad de confianza.

![El Santo Grial de Crypto AI: exploración de vanguardia en entrenamiento descentralizado])https://img-cdn.gateio.im/webp-social/moments-b11af8d10db6e8baa0c19e87aa18dd82.webp###

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

Prime Intellect construyó una red de entrenamiento sin permisos, verificable y con un mecanismo de incentivos económicos, que permite a cualquier persona participar en tareas y recibir recompensas basadas en contribuciones reales. El protocolo opera basado en tres tipos de roles centrales:

• Iniciador de la tarea: definir el entorno de entrenamiento, el modelo inicial, la función de recompensa y los estándares de validación
• Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de pesos y trayectoria de observación
• Nodos de validación: 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, que es el primer gran modelo de aprendizaje reforzado del mundo entrenado por nodos descentralizados asíncronos y sin confianza, con una escala de parámetros de 32B. El modelo INTELLECT-2 fue entrenado en colaboración por más de 100 nodos heterogéneos de GPU distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, durante el tiempo de entrenamiento.