O Santo Graal do Crypto AI: Exploração de vanguarda do treinamento descentralizado

Na cadeia de valor total da IA, o treinamento de modelos é a etapa que consome mais recursos e apresenta a maior barreira técnica, decidindo diretamente o limite de capacidade dos modelos e o efeito prático das aplicações. Em comparação com a chamada leve da fase de inferência, o processo de treinamento requer um investimento contínuo em poder computacional em larga escala, processos complexos de tratamento de dados e suporte de algoritmos de otimização de alta intensidade, sendo a verdadeira "indústria pesada" na construção de sistemas de IA. Do ponto de vista dos paradigmas de arquitetura, os métodos de treinamento podem ser divididos em quatro categorias: treinamento centralizado, treinamento distribuído, aprendizado federado e o treinamento descentralizado, que é o foco deste artigo.

O treinamento centralizado é a forma tradicional mais comum, realizado por uma única instituição em um cluster local de alto desempenho, onde todos os processos de treinamento, desde hardware, software de base, sistema de agendamento de cluster, até todos os componentes do framework de treinamento, são coordenados por um sistema de controle unificado. Essa arquitetura de profunda colaboração maximiza a eficiência do compartilhamento de memória, sincronização de gradientes e mecanismos de tolerância a falhas, sendo muito adequada para o treinamento de modelos em larga escala como GPT e Gemini, apresentando vantagens de alta eficiência e controle de recursos, mas também enfrenta problemas como monopólio de dados, barreiras de recursos, consumo de energia e risco de ponto único.

O treinamento distribuído é a principal forma de treinamento de grandes modelos atualmente, e seu núcleo é dividir a tarefa de treinamento do modelo e distribuí-la para várias máquinas que executam em conjunto, a fim de superar os gargalos de computação e armazenamento em uma única máquina. Embora possua características "distribuídas" em termos físicos, o todo ainda é controlado e agendado por uma entidade centralizada, geralmente operando em um ambiente de rede local de alta velocidade, utilizando a tecnologia de barramento de interconexão de alta velocidade NVLink, com o nó principal coordenando uniformemente as subtarefas. Os métodos principais incluem:

• Paralelismo de dados: cada nó treina parâmetros de dados diferentes, compartilhando pesos do modelo, que precisam ser compatíveis.
• Paralelismo de modelo: implantar diferentes partes do modelo em diferentes nós, alcançando forte escalabilidade
• Pipeline paralelo: execução em série faseada, aumentando a taxa de transferência
• Paralelismo de tensor: segmentação refinada do cálculo de matrizes, melhorando o grau de paralelismo

O treinamento distribuído é uma combinação de "controle centralizado + execução distribuída", análogo a um mesmo chefe que coordena remotamente a colaboração de vários funcionários de "escritórios" para completar tarefas. Atualmente, quase todos os modelos de grande porte são treinados dessa forma.

Descentralização do treinamento representa um caminho futuro com mais abertura e características de resistência à censura. Sua característica central é: múltiplos nós que não confiam uns nos outros colaboram para completar as tarefas de treinamento sem um coordenador central, geralmente através de protocolos que impulsionam a distribuição de tarefas e colaboração, e utilizando mecanismos de incentivo criptográfico para garantir a honestidade das contribuições. Os principais desafios que esse modelo enfrenta incluem:

• Dificuldade na heterogeneidade e divisão de dispositivos: difícil coordenação de dispositivos heterogêneos, baixa eficiência na divisão de tarefas
• Gargalos de eficiência de comunicação: a comunicação de rede é instável, e os gargalos de sincronização de gradientes são evidentes
• Execução confiável ausente: falta de um ambiente de execução confiável, difícil de verificar se os nós realmente participam do cálculo
• Falta de coordenação unificada: sem um despachador central, a distribuição de tarefas e o mecanismo de reversão de exceções são complexos.

A formação em Descentralização pode ser entendida como: um grupo de voluntários globais, cada um contribuindo com poder computacional para treinar modelos em conjunto, mas a "realmente viável grande escala de Descentralização" ainda é um desafio de engenharia sistêmica, envolvendo arquitetura de sistema, protocolos de comunicação, segurança criptográfica, mecanismos econômicos, validação de modelos e outros vários níveis, mas se é possível "colaborar efetivamente + incentivar honestidade + obter resultados corretos" ainda está na fase inicial de exploração de protótipos.

A aprendizagem federada, como uma forma de transição entre distribuído e Descentralização, enfatiza a retenção local de dados e a agregação centralizada de parâmetros do modelo, sendo adequada para cenários que priorizam a conformidade com a privacidade. A aprendizagem federada apresenta uma estrutura de engenharia de treinamento distribuído e capacidade de colaboração local, ao mesmo tempo que possui a vantagem de dispersão de dados do treinamento Descentralização, mas ainda depende de uma parte confiável de coordenação, não possuindo características de total abertura e resistência à censura. Pode ser vista como uma solução de "Descentralização controlada" em cenários de conformidade com a privacidade, onde a tarefa de treinamento, a estrutura de confiança e o mecanismo de comunicação são relativamente moderados, sendo mais adequada como uma arquitetura de implantação transitória na indústria.

Descentralização treinamento das fronteiras, oportunidades e caminhos reais

Do ponto de vista do paradigma de treinamento, a Descentralização do treinamento não é adequada para todos os tipos de tarefas. Em certos cenários, devido à complexidade da estrutura da tarefa, alta demanda de recursos ou dificuldade de colaboração, ela não é naturalmente adequada para ser realizada de forma eficiente entre nós heterogêneos e sem confiança. Por exemplo, o treinamento de grandes modelos frequentemente depende de alta memória, baixa latência e largura de banda rápida, sendo difícil dividir e sincronizar efetivamente em uma rede aberta; tarefas com restrições fortes de privacidade de dados e soberania estão limitadas pela conformidade legal e ética, não podendo ser compartilhadas abertamente; e tarefas que carecem de incentivos à colaboração não têm motivação externa para a participação. Essas fronteiras constituem as limitações reais do treinamento descentralizado atualmente.

Mas isso não significa que o treinamento descentralizado seja um falso problema. De fato, em tipos de tarefas que são leves em estrutura, fáceis de paralelizar e incentiváveis, o treinamento descentralizado mostra uma clara perspectiva de aplicação. Incluindo, mas não se limitando a: ajuste fino LoRA, tarefas de treinamento pós-alinhamento comportamental, tarefas de treinamento e rotulagem por meio de crowdsourcing de dados, treinamento de pequenos modelos de base com recursos controláveis, e cenários de treinamento colaborativo envolvendo dispositivos de borda. Essas tarefas geralmente possuem alta paralelização, baixa acoplamento e características que toleram poder computacional heterogêneo, sendo muito adequadas para treinamento colaborativo por meio de redes P2P, protocolos Swarm, otimizadores distribuídos, entre outros.

Descentralização treinamento clássicos projetos análise

Atualmente, na vanguarda do treinamento descentralizado e do aprendizado federado, os principais projetos de blockchain representativos incluem Prime Intellect, Pluralis.ai, Gensyn, Nous Research e Flock.io. Em termos de inovação tecnológica e dificuldade de implementação de engenharia, Prime Intellect, Nous Research e Pluralis.ai propuseram muitas explorações originais em termos de arquitetura de sistema e design de algoritmos, representando as direções de pesquisa teórica mais avançadas; enquanto Gensyn e Flock.io têm caminhos de implementação relativamente claros, já é possível observar progressos iniciais na engenharia. Este artigo irá analisar sequencialmente as tecnologias principais e as arquiteturas de engenharia por trás desses cinco projetos, e discutir ainda mais suas diferenças e relações complementares no sistema de treinamento de IA descentralizado.

Prime Intellect: Pioneiro de redes colaborativas de aprendizado reforçado com trajetórias de treinamento verificáveis.

Prime Intellect está comprometido em construir uma rede de treinamento de IA sem necessidade de confiança, permitindo que qualquer pessoa participe do treinamento e receba recompensas confiáveis por suas contribuições computacionais. A Prime Intellect espera construir um sistema de treinamento de IA Descentralização com verificabilidade, abertura e um mecanismo de incentivos completo através dos três módulos PRIME-RL + TOPLOC + SHARDCAST.

01、Estrutura da pilha de protocolos Prime Intellect e valor dos módulos-chave

A pilha de protocolos do Prime Intellect inclui três módulos centrais: PRIME-RL, TOPLOC e SHARDCAST, que resolvem, respectivamente, problemas de treinamento assíncrono, validação confiável e propagação de pesos.

02, Detalhes sobre o mecanismo chave de treino do Prime Intellect

PRIME-RL: Arquitetura de Tarefas de Aprendizagem Reforçada Assíncrona Desacoplada

PRIME-RL é uma estrutura de modelagem e execução de tarefas personalizada pela Prime Intellect para cenários de treinamento com Descentralização, projetada especificamente para redes heterogêneas e participação assíncrona. Utiliza aprendizado por reforço como objeto de adaptação prioritária, desacoplando estruturalmente os processos de treinamento, inferência e upload de pesos, permitindo que cada nó de treinamento complete ciclos de tarefa de forma independente localmente e colabore com mecanismos de validação e agregação através de interfaces padronizadas. Em comparação com processos tradicionais de aprendizado supervisionado, o PRIME-RL é mais adequado para implementar treinamento flexível em ambientes sem agendamento central, reduzindo a complexidade do sistema e estabelecendo uma base para suportar paralelismo em múltiplas tarefas e evolução de estratégias.

TOPLOC: Mecanismo de Verificação de Comportamento de Treinamento Leve

TOPLOC é o mecanismo central de verificação de treinamento proposto pela Prime Intellect, utilizado para determinar se um nó realmente completou um aprendizado de estratégia eficaz com base em dados de observação. Ao contrário de soluções pesadas como ZKML, o TOPLOC não depende do recálculo de todo o modelo, mas sim pela análise da trajetória de consistência local entre "sequência de observação ↔ atualização de estratégia", completando a verificação de estrutura leve. Ele transforma pela primeira vez as trajetórias de comportamento durante o processo de treinamento em objetos verificáveis, sendo uma inovação chave para a distribuição de recompensas de treinamento sem confiança, oferecendo um caminho viável para a construção de uma rede de treinamento colaborativo descentralizada, auditável e incentivada.

SHARDCAST: Protocolo de Agregação e Propagação de Peso Assíncrono

SHARDCAST é um protocolo de propagação e agregação de pesos projetado pela Prime Intellect, otimizado para ambientes de rede reais que são assíncronos, com largura de banda limitada e estados de nó variáveis. Ele combina um mecanismo de propagação gossip com estratégias de sincronização local, permitindo que múltiplos nós continuem a submeter atualizações parciais em estados desincronizados, alcançando a convergência progressiva de pesos e a evolução de múltiplas versões. Comparado a métodos centralizados ou síncronos de AllReduce, o SHARDCAST melhora significativamente a escalabilidade e a capacidade de tolerância a falhas do treinamento descentralizado, sendo a base central para construir um consenso de pesos estável e iterações de treinamento contínuas.

OpenDiLoCo: Estrutura de Comunicação Assíncrona Esparsa

OpenDiLoCo é uma estrutura de otimização de comunicação implementada de forma independente e de código aberto pela equipe Prime Intellect, com base na ideia DiLoCo proposta pela DeepMind, projetada especificamente para enfrentar desafios comuns em treinamentos descentralizados, como limitações de largura de banda, heterogeneidade de dispositivos e instabilidade de nós. Sua arquitetura é baseada em paralelismo de dados, construindo estruturas topológicas esparsas como Ring, Expander e Small-World, evitando os altos custos de comunicação da sincronização global, dependendo apenas dos nós vizinhos locais para realizar o treinamento colaborativo do modelo. Combinando atualizações assíncronas e mecanismos de tolerância a falhas, o OpenDiLoCo permite que GPUs de consumo e dispositivos de borda participem de tarefas de treinamento de forma estável, melhorando significativamente a participação em treinamentos colaborativos globais, sendo uma das infraestruturas de comunicação chave para a construção de redes de treinamento descentralizado.

PCCL: Biblioteca de Comunicação Colaborativa

PCCL é uma biblioteca de comunicação leve desenvolvida pela Prime Intellect para um ambiente de treinamento de IA descentralizado, com o objetivo de resolver o gargalo de adaptação das bibliotecas de comunicação tradicionais em dispositivos heterogêneos e redes de baixa largura de banda. PCCL suporta topologias esparsas, compressão de gradientes, sincronização de baixa precisão e recuperação de pontos de verificação, podendo ser executado em GPUs de consumo e nós instáveis, sendo um componente fundamental que suporta a capacidade de comunicação assíncrona do protocolo OpenDiLoCo. Ele melhora significativamente a tolerância à largura de banda da rede de treinamento e a compatibilidade dos dispositivos, abrindo o "último quilômetro" da infraestrutura de comunicação para construir uma rede de treinamento colaborativo verdadeiramente aberta e sem necessidade de confiança.

03, Rede de Incentivos Prime Intellect e Divisão de Papéis

A Prime Intellect construiu uma rede de treino sem permissões, verificável e com mecanismos de incentivo econômico, permitindo que qualquer pessoa participe de tarefas e receba recompensas com base em contribuições reais. O protocolo opera com base em três tipos de papéis principais:

• Iniciador da tarefa: definir o ambiente de treino, modelo inicial, função de recompensa e critérios de validação
• Nós de treinamento: executar treinamento local, enviar atualizações de peso e trajetórias de observação
• Nós de validação: usar o mecanismo TOPLOC para verificar a autenticidade do comportamento de treinamento e participar do cálculo de recompensas e agregação de estratégias.

O processo central do protocolo inclui a publicação de tarefas, o treinamento de nós, a verificação de trajetórias, a agregação de pesos e a distribuição de recompensas, constituindo um ciclo de incentivo em torno do "comportamento de treinamento real".

04、INTELLECT-2: Lançamento do primeiro modelo de treino descentralizado verificável

A Prime Intellect lançou o INTELLECT-2 em maio de 2025, que é o primeiro grande modelo de aprendizado reforçado do mundo treinado por uma colaboração de nós descentralizados assíncronos e sem confiança, com uma escala de parâmetros de 32B. O modelo INTELLECT-2 foi treinado colaborativamente por mais de 100 nós heterogêneos de GPU espalhados por três continentes, utilizando uma arquitetura completamente assíncrona, com um tempo de treinamento superior a 400 horas, demonstrando a viabilidade e a estabilidade de uma rede de cooperação assíncrona. Este modelo não é apenas um avanço em termos de desempenho, mas também representa a primeira implementação sistemática do paradigma "treinamento é consenso" proposto pela Prime Intellect. O INTELLECT-2 integra os módulos de protocolo central como PRIME-RL, TOPLOC e SHARDCAST, marcando a primeira realização da abertura, verificação e um ciclo de incentivos econômicos no processo de treinamento de uma rede de treinamento descentralizada.

Em termos de desempenho