El Santo Grial de Crypto AI: Exploraciones de vanguardia en la Descentralización del entrenamiento
En toda la cadena de valor de la IA, el entrenamiento de modelos es el eslabón que más recursos consume y tiene la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y su efectividad en aplicaciones prácticas. En comparación con la llamada ligera de 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 el apoyo de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva del paradigma arquitectónico, 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.
La capacitación centralizada es el método tradicional más común, realizado por una única institución dentro de un clúster de alto rendimiento local, completando todo el proceso de capacitación, desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de capacitación, todos 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 la capacitación de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables, pero al mismo tiempo presenta problemas como monopolio de datos, barreras de recursos, consumo de energía y riesgos de punto único.
El entrenamiento distribuido es la forma principal de entrenar modelos grandes en la actualidad, y su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para que colaboren, con el fin de superar los cuellos de botella de cálculo y almacenamiento de una sola máquina. A pesar de que físicamente tiene características de "descentralización", en su totalidad sigue siendo controlado y coordinado por una entidad centralizada, y comúnmente opera en un entorno de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, donde el nodo principal coordina de manera unificada 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: despliega diferentes partes del modelo en diferentes nodos para lograr una fuerte escalabilidad
Canalización paralela: Ejecución en serie por etapas, aumentando el rendimiento.
Paralelismo de tensores: segmentación refinada del cálculo de matrices, mejora de la granularidad paralela
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análogo a un mismo jefe que dirige remotamente a varios empleados de "oficinas" para completar tareas en colaboración. Actualmente, casi todos los modelos grandes más importantes se entrenan de esta manera.
La Descentralización en el entrenamiento representa un camino futuro más abierto y resistente a la censura. Su característica central es: múltiples nodos que no se confían entre sí colaboran para completar tareas de entrenamiento sin un coordinador central, normalmente a través de protocolos que impulsan la distribución de tareas y la colaboración, y utilizando mecanismos de incentivos criptográficos para asegurar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:
Dificultades de heterogeneidad y partición de dispositivos: alta dificultad de coordinación de dispositivos heterogéneos, baja eficiencia en la partición de tareas
Bottleneck de eficiencia de comunicación: la comunicación de red es inestable, el cuello de botella de sincronización de gradientes es evidente
Ejecución confiable faltante: 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 retroceso de excepciones son complejos
La entrenamiento descentralizado puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su potencia de cálculo para entrenar modelos de manera colaborativa, pero la "verdadera y viable entrenamiento descentralizado a gran escala" sigue siendo un desafío de ingeniería sistémica, 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 cuestión de si puede ser "colaborativamente efectivo + incentivar la honestidad + resultados correctos" aún se encuentra en la fase 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 priorizan el cumplimiento de la privacidad. El aprendizaje federado tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que posee la ventaja de dispersión de datos del entrenamiento Descentralización, pero aún depende de un coordinador de confianza, no teniendo características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de cumplimiento de la privacidad, siendo relativamente moderada en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, y más adecuada como una arquitectura de despliegue transitorio 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 gran dificultad de colaboración, no es naturalmente adecuada para completarse de manera eficiente entre nodos heterogéneos y de confianza. Por ejemplo, el entrenamiento de modelos grandes a menudo depende de una alta memoria de video, baja latencia y ancho de banda alto, lo que dificulta la segmentación y sincronización efectivas en una red abierta; las tareas con fuertes limitaciones de privacidad de datos y soberanía están restringidas por el cumplimiento legal y las restricciones éticas, lo que impide el uso compartido abierto; y las tareas que carecen de una base de incentivos de colaboración carecen de motivación externa para la participación. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado en la actualidad.
Pero eso no significa que el entrenamiento descentralizado sea una falacia. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden incentivar, el entrenamiento descentralizado muestra una clara perspectiva de aplicación. Incluyendo, pero no limitado a: ajuste fino LoRA, tareas de entrenamiento posterior de alineación de comportamiento, tareas de entrenamiento y anotación a través de crowdsourcing de datos, entrenamiento de modelos base pequeños controlables en recursos, así como escenarios de entrenamiento colaborativo con la participación de 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 ser entrenadas de manera colaborativa a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
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 ingenieril, Prime Intellect, Nous Research y Pluralis.ai han propuesto una mayor cantidad de exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de vanguardia en la investigación teórica actual; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden ver progresos iniciales en la ingeniería. Este artículo analizará secuencialmente 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 redes colaborativas de aprendizaje reforzado verificables por 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 construir un sistema de entrenamiento de IA Descentralización con verificabilidad, apertura y un mecanismo de incentivos completo a través de tres módulos: PRIME-RL + TOPLOC + SHARDCAST.
01、Estructura del stack del protocolo Prime Intellect y valor de los módulos clave
La pila de protocolos de Prime Intellect incluye tres módulos centrales: PRIME-RL, TOPLOC y SHARDCAST, que abordan respectivamente los problemas de entrenamiento asíncrono, verificación de confianza y propagación de pesos.
02, Explicación detallada del mecanismo 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 Descentralización, 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, permitiendo que cada nodo de entrenamiento complete de manera independiente el ciclo de tareas a nivel local, y colabore 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 entrenamiento flexible en entornos sin programación central, reduciendo así la complejidad del sistema y sentando 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 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 estructuras livianas 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, lo que es 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 auditada 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 específicamente para entornos de red reales que son asíncronos, limitados en ancho de banda y tienen estados de nodo variables. Combina un mecanismo de propagación gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen sometiendo actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y una evolución múltiple de versiones. En comparación con los métodos AllReduce centralizados o sincrónicos, 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 continua.
OpenDiLoCo: Marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación implementado de forma independiente y de código abierto por el equipo de Prime Intellect, basado en la filosofía DiLoCo propuesta por DeepMind, diseñado específicamente para enfrentar desafíos comunes en el entrenamiento descentralizado, como limitaciones de ancho de banda, heterogeneidad de dispositivos e inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, evitando el alto costo de comunicación de la sincronización global mediante la construcción de estructuras topológicas dispersas como Ring, Expander y Small-World, permitiendo que el entrenamiento colaborativo del modelo se realice solo con los nodos vecinos locales. Combinando actualizaciones asíncronas y mecanismos 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 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 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 nivel de consumo y nodos inestables, siendo un componente de soporte para la capacidad de comunicación asincrónica del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de entrenamiento y la compatibilidad de los dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
03, Red de Incentivos de Prime Intellect y División de Roles
Prime Intellect ha construido una red de entrenamiento sin permisos, verificable y con mecanismos de incentivo económico, que permite a cualquier persona participar en tareas y recibir recompensas basadas en contribuciones reales. El protocolo funciona 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 trayectorias de observación
Nodos de validación: utilizar el mecanismo TOPLOC para verificar la veracidad 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 y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".
04、INTELLECT-2: Publicación del primer modelo de entrenamiento descentralizado verificable
Prime Intellect lanzó INTELLECT-2 en mayo de 2025, el primer gran modelo de aprendizaje por refuerzo del mundo entrenado mediante la colaboración de nodos descentralizados asíncronos y sin necesidad de confianza, con un tamaño de parámetro de 32B. El modelo INTELLECT-2 fue completado mediante el entrenamiento colaborativo de más de 100 nodos heterogéneos GPU repartidos en tres continentes, utilizando una arquitectura completamente asíncrona, con un tiempo de entrenamiento que supera las 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 protocolos centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la primera vez que una red de entrenamiento descentralizada ha logrado la apertura, la verificabilidad y un ciclo de incentivos económicos en el proceso de entrenamiento.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
10 me gusta
Recompensa
10
6
Compartir
Comentar
0/400
GasFeeCrier
· hace8h
Ah, esta IA debe haber requerido mucha potencia computacional para entrenarse.
Ver originalesResponder0
ChainMaskedRider
· hace8h
Menos hablar de que no se puede hacer la trampa.
Ver originalesResponder0
GateUser-40edb63b
· hace9h
¿Te has vuelto loco?
Ver originalesResponder0
SillyWhale
· hace9h
¿Esto se llama Descentralización? Más bien debería llamarse Potencia computacional democratizada.
Ver originalesResponder0
TestnetScholar
· hace9h
El monopolio de la potencia computacional es la raíz del problema, ¿verdad?
Ver originalesResponder0
P2ENotWorking
· hace9h
¿De qué sirve eso? ¿No hay que aprovecharse del gran modelo?
Descentralización AI entrenamiento de avances: Prime Intellect lidera un nuevo paradigma de red colaborativa
El Santo Grial de Crypto AI: Exploraciones de vanguardia en la Descentralización del entrenamiento
En toda la cadena de valor de la IA, el entrenamiento de modelos es el eslabón que más recursos consume y tiene la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y su efectividad en aplicaciones prácticas. En comparación con la llamada ligera de 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 el apoyo de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva del paradigma arquitectónico, 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.
La capacitación centralizada es el método tradicional más común, realizado por una única institución dentro de un clúster de alto rendimiento local, completando todo el proceso de capacitación, desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de capacitación, todos 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 la capacitación de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables, pero al mismo tiempo presenta problemas como monopolio de datos, barreras de recursos, consumo de energía y riesgos de punto único.
El entrenamiento distribuido es la forma principal de entrenar modelos grandes en la actualidad, y su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para que colaboren, con el fin de superar los cuellos de botella de cálculo y almacenamiento de una sola máquina. A pesar de que físicamente tiene características de "descentralización", en su totalidad sigue siendo controlado y coordinado por una entidad centralizada, y comúnmente opera en un entorno de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, donde el nodo principal coordina de manera unificada las subtareas. Los métodos principales incluyen:
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análogo a un mismo jefe que dirige remotamente a varios empleados de "oficinas" para completar tareas en colaboración. Actualmente, casi todos los modelos grandes más importantes se entrenan de esta manera.
La Descentralización en el entrenamiento representa un camino futuro más abierto y resistente a la censura. Su característica central es: múltiples nodos que no se confían entre sí colaboran para completar tareas de entrenamiento sin un coordinador central, normalmente a través de protocolos que impulsan la distribución de tareas y la colaboración, y utilizando mecanismos de incentivos criptográficos para asegurar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:
La entrenamiento descentralizado puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su potencia de cálculo para entrenar modelos de manera colaborativa, pero la "verdadera y viable entrenamiento descentralizado a gran escala" sigue siendo un desafío de ingeniería sistémica, 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 cuestión de si puede ser "colaborativamente efectivo + incentivar la honestidad + resultados correctos" aún se encuentra en la fase 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 priorizan el cumplimiento de la privacidad. El aprendizaje federado tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que posee la ventaja de dispersión de datos del entrenamiento Descentralización, pero aún depende de un coordinador de confianza, no teniendo características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de cumplimiento de la privacidad, siendo relativamente moderada en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, y más adecuada como una arquitectura de despliegue transitorio 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 gran dificultad de colaboración, no es naturalmente adecuada para completarse de manera eficiente entre nodos heterogéneos y de confianza. Por ejemplo, el entrenamiento de modelos grandes a menudo depende de una alta memoria de video, baja latencia y ancho de banda alto, lo que dificulta la segmentación y sincronización efectivas en una red abierta; las tareas con fuertes limitaciones de privacidad de datos y soberanía están restringidas por el cumplimiento legal y las restricciones éticas, lo que impide el uso compartido abierto; y las tareas que carecen de una base de incentivos de colaboración carecen de motivación externa para la participación. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado en la actualidad.
Pero eso no significa que el entrenamiento descentralizado sea una falacia. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden incentivar, el entrenamiento descentralizado muestra una clara perspectiva de aplicación. Incluyendo, pero no limitado a: ajuste fino LoRA, tareas de entrenamiento posterior de alineación de comportamiento, tareas de entrenamiento y anotación a través de crowdsourcing de datos, entrenamiento de modelos base pequeños controlables en recursos, así como escenarios de entrenamiento colaborativo con la participación de 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 ser entrenadas de manera 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 ingenieril, Prime Intellect, Nous Research y Pluralis.ai han propuesto una mayor cantidad de exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de vanguardia en la investigación teórica actual; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden ver progresos iniciales en la ingeniería. Este artículo analizará secuencialmente 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 redes colaborativas de aprendizaje reforzado verificables por 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 construir un sistema de entrenamiento de IA Descentralización con verificabilidad, apertura y un mecanismo de incentivos completo a través de tres módulos: PRIME-RL + TOPLOC + SHARDCAST.
01、Estructura del stack del protocolo Prime Intellect y valor de los módulos clave
La pila de protocolos de Prime Intellect incluye tres módulos centrales: PRIME-RL, TOPLOC y SHARDCAST, que abordan respectivamente los problemas de entrenamiento asíncrono, verificación de confianza y propagación de pesos.
02, Explicación detallada del mecanismo 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 Descentralización, 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, permitiendo que cada nodo de entrenamiento complete de manera independiente el ciclo de tareas a nivel local, y colabore 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 entrenamiento flexible en entornos sin programación central, reduciendo así la complejidad del sistema y sentando 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 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 estructuras livianas 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, lo que es 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 auditada 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 específicamente para entornos de red reales que son asíncronos, limitados en ancho de banda y tienen estados de nodo variables. Combina un mecanismo de propagación gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen sometiendo actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y una evolución múltiple de versiones. En comparación con los métodos AllReduce centralizados o sincrónicos, 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 continua.
OpenDiLoCo: Marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación implementado de forma independiente y de código abierto por el equipo de Prime Intellect, basado en la filosofía DiLoCo propuesta por DeepMind, diseñado específicamente para enfrentar desafíos comunes en el entrenamiento descentralizado, como limitaciones de ancho de banda, heterogeneidad de dispositivos e inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, evitando el alto costo de comunicación de la sincronización global mediante la construcción de estructuras topológicas dispersas como Ring, Expander y Small-World, permitiendo que el entrenamiento colaborativo del modelo se realice solo con los nodos vecinos locales. Combinando actualizaciones asíncronas y mecanismos 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 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 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 nivel de consumo y nodos inestables, siendo un componente de soporte para la capacidad de comunicación asincrónica del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de entrenamiento y la compatibilidad de los dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
03, Red de Incentivos de Prime Intellect y División de Roles
Prime Intellect ha construido una red de entrenamiento sin permisos, verificable y con mecanismos de incentivo económico, que permite a cualquier persona participar en tareas y recibir recompensas basadas en contribuciones reales. El protocolo funciona basado en tres tipos de roles centrales:
El proceso central del protocolo incluye la publicación de tareas, el entrenamiento de nodos, la verificación de trayectorias, la agregación de pesos y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".
04、INTELLECT-2: Publicación del primer modelo de entrenamiento descentralizado verificable
Prime Intellect lanzó INTELLECT-2 en mayo de 2025, el primer gran modelo de aprendizaje por refuerzo del mundo entrenado mediante la colaboración de nodos descentralizados asíncronos y sin necesidad de confianza, con un tamaño de parámetro de 32B. El modelo INTELLECT-2 fue completado mediante el entrenamiento colaborativo de más de 100 nodos heterogéneos GPU repartidos en tres continentes, utilizando una arquitectura completamente asíncrona, con un tiempo de entrenamiento que supera las 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 protocolos centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la primera vez que una red de entrenamiento descentralizada ha logrado la apertura, la verificabilidad y un ciclo de incentivos económicos en el proceso de entrenamiento.
En el rendimiento