El Santo Grial de Crypto AI: Exploración de vanguardia en la Descentralización de Entrenamiento

En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y presenta la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y su efectividad en aplicaciones reales. En comparación con la llamada ligera en la etapa de inferencia, el proceso de entrenamiento requiere una inversión continua de gran capacidad de cálculo, un complejo proceso 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 paradigmas de arquitectura, 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, realizado por una única institución dentro de un clúster de alto rendimiento local, completando todo el proceso de entrenamiento. Desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, todo es coordinado 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 de alta eficiencia y recursos controlables, pero también presenta problemas como monopolio de datos, barreras de recursos, consumo de energía y riesgo 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 que trabajen en conjunto, a fin de superar las limitaciones de cómputo y almacenamiento de una sola máquina. Aunque en términos físicos tiene características de "descentralización", en general sigue siendo controlado y coordinado por una institución centralizada, funcionando a menudo en un entorno de red local de alta velocidad, mediante la tecnología de bus de interconexión de alta velocidad NVLink, donde el nodo principal coordina unificadamente las subtareas. Los métodos principales incluyen:

• Paralelismo de datos: cada nodo entrena diferentes datos compartiendo parámetros, se requiere que coincidan los pesos del modelo
• Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos para lograr una fuerte escalabilidad
• Paralelismo de tuberías: ejecución secuencial por etapas, mejora del rendimiento
• Paralelización de tensores: segmentación refinada del cálculo matricial, mejora de la granularidad de la paralelización

El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análoga a un mismo jefe que dirige remotamente 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 resistente a la censura. Su característica principal es: múltiples nodos que no se confían entre sí ( pueden ser computadoras domésticas, GPU en la nube o dispositivos de borde ) que colaboran en la realización de tareas de entrenamiento sin un coordinador central, generalmente impulsadas por protocolos que distribuyen tareas y colaboran, y mediante mecanismos de incentivos criptográficos para garantizar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:

• Dificultad en la heterogeneidad de dispositivos y en la fragmentación: alta dificultad de coordinación de dispositivos heterogéneos, baja eficiencia en la fragmentación de tareas
• Bottleneck de eficiencia de comunicación: la comunicación en la red es inestable, el cuello de botella de sincronización del gradiente 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 retroceso de excepciones son complejos

La capacitación descentralizada puede entenderse como: un grupo de voluntarios de todo el mundo, cada uno contribuyendo con poder de cálculo para entrenar modelos de manera colaborativa, pero "la verdadera capacitación descentralizada a gran escala viable" sigue siendo un desafío ingenieril sistemático, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la validación de modelos. Sin embargo, la posibilidad de "colaboración efectiva + incentivos honestos + resultados correctos" aún se encuentra en una etapa temprana de exploración de prototipos.

El aprendizaje federado, como una forma de transición entre distribuido y Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que valoran la conformidad con la privacidad(, como el sector médico y financiero). El aprendizaje federado posee una estructura de ingeniería de entrenamiento distribuido y capacidades de colaboración local, al mismo tiempo que cuenta con las ventajas de la dispersión de datos en el entrenamiento Descentralización; sin embargo, aún depende de partes de coordinación confiables y no posee características de total apertura y resistencia a la censura. Puede considerarse como una solución de "Descentralización controlada" en escenarios de conformidad con la privacidad, siendo relativamente moderada en cuanto a tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, lo que la hace más adecuada como una arquitectura de despliegue transicional en la industria.

Descentralización entrenada: 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, las altas demandas de recursos o la gran dificultad de colaboración, no es naturalmente adecuado para completarse de manera eficiente entre nodos heterogéneos y de confianza. Por ejemplo, el entrenamiento de grandes modelos a menudo depende de una alta memoria de video, baja latencia y un alto ancho de banda, lo que dificulta la segmentación y sincronización efectiva en redes abiertas; las tareas con fuertes restricciones de privacidad de datos y soberanía están limitadas por la conformidad legal y las restricciones éticas, lo que impide el intercambio abierto; mientras que las tareas que carecen de incentivos de colaboración carecen de motivación externa para la participación. Estos límites conjuntos constituyen las restricciones reales del entrenamiento descentralizado actual.

Pero esto no significa que la formación en Descentralización sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, la formación en Descentralización presenta un claro potencial de aplicación. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de post-entrenamiento alineadas con el comportamiento ( como RLHF, DPO), tareas de entrenamiento y etiquetado por crowdsourcing de datos, entrenamiento de modelos base pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente presentan características de alta paralelización, baja acoplamiento y tolerancia a potencias de cálculo heterogéneas, siendo muy adecuadas para ser realizadas a través de redes P2P, protocolos Swarm, optimizadores distribuidos y otros métodos de entrenamiento colaborativo.

Descentralización entrenamiento clásico proyecto análisis

Actualmente, en el campo de vanguardia de la Descentralización entrenamientos y 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 tecnológica y la dificultad de implementación ingenieril, Prime Intellect, Nous Research y Pluralis.ai han propuesto numerosas exploraciones originales en el diseño de sistemas y algoritmos, representando las direcciones de investigación teórica de vanguardia; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden observar progresos iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías centrales y la arquitectura ingenieril detrás de estos cinco proyectos, y explorará además sus diferencias y relaciones complementarias en el sistema de entrenamiento de IA descentralizada.

Prime Intellect: Pionero de la red de colaboración de aprendizaje reforzado con trayectorias de entrenamiento verificables

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

01, Estructura de la pila de protocolos Prime Intellect y valor de los módulos clave

02, Análisis detallado de los mecanismos clave de entrenamiento de Prime Intellect

#PRIME-RL: Arquitectura de tareas de aprendizaje reforzado asíncrono desacoplado

PRIME-RL es un marco de modelado y ejecución de tareas personalizado por Prime Intellect para escenarios de entrenamiento descentralizados, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritario, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, de modo que cada nodo de entrenamiento pueda completar el ciclo de tareas de forma independiente en local, y colaborar con mecanismos de verificación y agregación a través de interfaces estandarizadas. En comparación con los procesos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para implementar un entrenamiento flexible en entornos sin programación central, lo que reduce la complejidad del sistema y sienta las bases para apoyar la paralelización de múltiples tareas y la evolución de estrategias.

#TOPLOC:Mecanismo de verificación de comportamiento de entrenamiento ligero

TOPLOC 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 válido 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 la estructura ligera mediante el análisis de las trayectorias 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 necesidad de confianza, y proporciona un camino viable para construir una red de entrenamiento colaborativo descentralizada, auditada e incentivada.

#SHARDCAST: Protocolo de agregación y propagación de peso asíncrono

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 estados de nodos variables. Combina el mecanismo de propagación gossip con estrategias de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando la convergencia progresiva de pesos y la evolución de múltiples versiones. En comparación con los métodos AllReduce centralizados o sincrónicos, 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 la filosofía DiLoCo propuesta por DeepMind, diseñado específicamente para enfrentar los desafíos comunes de la capacitación descentralizada, 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, y mediante la construcción de topologías dispersas como Ring, Expander y Small-World, evita el alto costo de comunicación de la sincronización global, completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asíncronas y un mecanismo de tolerancia a fallos, OpenDiLoCo permite que las GPU de consumo y los 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 descentralizadas.

#PCCL: Biblioteca de comunicación colaborativa

PCCL es una biblioteca de comunicación ligera diseñada a medida por Prime Intellect para entornos de entrenamiento de IA descentralizados, con el objetivo de resolver los cuellos de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de bajo ancho de banda. PCCL admite 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 un componente fundamental que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de entrenamiento y la compatibilidad de dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin confianza.

03、Prime Intellect red de incentivos y división de roles

Prime Intellect ha construido una red de entrenamiento sin permisos, verificable y con un mecanismo de incentivos económicos, lo que permite a cualquiera participar en tareas y obtener 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 criterios de validación
• Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de pesos y observar trayectorias
• 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, el primer gran modelo de aprendizaje reforzado del mundo entrenado mediante la colaboración de nodos descentralizados asíncronos y sin confianza, con un tamaño de parámetro de 32B. El modelo INTELLECT-2 fue completado por más de 100 nodos heterogéneos GPU distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con un tiempo de entrenamiento de más de 400 horas, demostrando la viabilidad y estabilidad de la red de colaboración asíncrona. Este modelo no solo representa un avance en el rendimiento, sino que también es la primera implementación sistemática del paradigma "entrenamiento es consenso" propuesto por Prime Intellect. INTELLECT-2 integra módulos de protocolo centrales como la estructura de entrenamiento asíncrono PRIME-RL(, la verificación de comportamiento de entrenamiento TOPLOC) y la agregación de pesos asíncrona SHARDCAST(, marcando la primera realización del entrenamiento en red descentralizada.