Evolución de los Paradigmas de Entrenamiento de IA: de Control Centralizado a la Revolución Tecnológica de la Descentralización y Colaboración
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que más recursos consume y presenta la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y el efecto de su aplicación real. En comparación con la llamada ligera en la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de potencia de cálculo a gran escala, procesos de procesamiento de datos complejos y 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 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, realizado por una sola institución en un clúster de alto rendimiento local, completando todo el proceso de entrenamiento, desde el hardware hasta el software subyacente, el sistema de programación del clúster y 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 la eficiencia de los mecanismos de tolerancia a fallos alcancen su mejor rendimiento, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables, pero al mismo tiempo presenta problemas de 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, y su núcleo es descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para que colaboren en la ejecución, con el fin de superar las limitaciones de cálculo y almacenamiento de una sola máquina. A pesar de que físicamente 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, 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 con parámetros compartidos, se requiere que coincidan los pesos del modelo.
Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos para lograr una fuerte escalabilidad;
Canalización paralela: ejecución en serie por etapas, mejora del rendimiento.
Paralelismo de tensor: segmentación refinada del cálculo de matrices, mejora de la granularidad de la paralelización.
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análogo a un mismo jefe que dirige de forma remota a varios empleados de "oficinas" para completar tareas en colaboración. 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: múltiples nodos que no se confían entre sí 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 de heterogeneidad y segmentación de dispositivos: alta dificultad para coordinar 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 sincronización de gradientes es evidente;
Ejecución confiable ausente: 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 programador central, la distribución de tareas y el mecanismo de reversión de excepciones son complejos.
La capacitación descentralizada puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su poder de cálculo para colaborar en la capacitación de modelos, pero "la verdadera capacitación descentralizada a gran escala viable" 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 del modelo. Sin embargo, si se puede lograr "colaboración efectiva + incentivo a la honestidad + resultados correctos" aún se encuentra en una etapa temprana de exploración de prototipos.
El aprendizaje federado, como forma de transición entre la distribución y la Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que priorizan la conformidad con la privacidad. El aprendizaje federado posee una estructura de ingeniería de entrenamiento distribuido y una capacidad de colaboración local, al mismo tiempo que cuenta con la ventaja de la dispersión de datos en el entrenamiento descentralizado, pero aún depende de entidades coordinadoras de confianza y no tiene características totalmente 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, estructuras de confianza y mecanismos de comunicación, siendo más adecuada como una arquitectura de despliegue transitorio en la industria.
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, 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 gráfica, baja latencia y ancho de banda rápido, lo que dificulta su división y sincronización efectiva en una red abierta; las tareas con restricciones fuertes de privacidad y soberanía de datos están limitadas por la conformidad legal y las restricciones éticas, lo que impide su compartición abierta; y las tareas que carecen de incentivos de colaboración básicos carecen de motivación para la participación externa. Estas fronteras conforman las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que el entrenamiento descentralizado sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, el entrenamiento descentralizado muestra un claro potencial de aplicación. Incluyendo pero no limitado a: ajuste fino de LoRA, tareas de post-entrenamiento de alineación de comportamiento, tareas de entrenamiento y etiquetado por crowdsourcing, entrenamiento de modelos básicos pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, baja acoplamiento y tolerancia a la potencia de cálculo heterogénea, lo que las hace muy adecuadas para el entrenamiento colaborativo a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Actualmente, en el campo de vanguardia de la Descentralización 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 la innovación técnica y la dificultad de implementación ingenieril, Prime Intellect, Nous Research y Pluralis.ai han propuesto numerosas exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de vanguardia de la investigación teórica actual; mientras que Gensyn y Flock.io tienen rutas de implementación relativamente claras y ya se pueden observar avances ingenieriles preliminares. 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 redes colaborativas de aprendizaje reforzado con trayectoria de entrenamiento verificable
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 con Descentralización verificable, abierto y con un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Uno, Estructura de la pila de protocolos Prime Intellect y valor de los módulos clave
Dos, 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 Descentralización, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritaria, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete ciclos de tarea 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 implementar entrenamiento flexible en un entorno 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 ligero de verificación del comportamiento de entrenamiento
TOPLOC es el mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo ha completado realmente 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 las trayectorias de consistencia local entre "secuencia de observación ↔ actualización de estrategia". Por primera vez, convierte las trayectorias de comportamiento del proceso de entrenamiento en objetos verificables, lo que es una innovación clave para lograr la distribución de recompensas de entrenamiento sin confianza, ofreciendo un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable y motivadora.
SHARDCAST: Protocolo de agregación y propagación 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, con ancho de banda limitado y estados de nodos variables. Combina un 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 métodos centralizados o asíncronos de AllReduce, 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 iteraciones de entrenamiento continuas.
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 el concepto DiLoCo propuesto por DeepMind, diseñado específicamente para enfrentar los desafíos comunes de entrenamiento descentralizado, como el ancho de banda limitado, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, evitando los altos costos de comunicación del sincronismo global al construir estructuras topológicas dispersas como Ring, Expander, y Small-World, completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asíncronas y un mecanismo de tolerancia a fallos, OpenDiLoCo permite que GPUs de consumo y dispositivos de borde participen de manera estable en las tareas de entrenamiento, mejorando significativamente la accesibilidad de la colaboración global en el entrenamiento, siendo una de las infraestructuras de comunicación clave para construir una red de entrenamiento descentralizado.
PCCL: Biblioteca de Comunicación Colaborativa
PCCL es una biblioteca de comunicación ligera diseñada por Prime Intellect para un entorno de entrenamiento de IA descentralizada, con el objetivo de resolver el cuello 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 interrupción, y puede ejecutarse en GPU de consumo y nodos inestables, siendo un componente básico que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda y la compatibilidad de dispositivos en la red de entrenamiento, facilitando la comunicación en "la última milla" para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
Tres, la red de incentivos Prime Intellect y la división de roles
Prime Intellect construyó una red de entrenamiento sin permiso, 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 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 estándares de validación
Nodo de entrenamiento: realizar entrenamiento local, enviar actualizaciones de pesos y trayectorias 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 y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".
Cuatro, 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 a través de la colaboración de nodos descentralizados asíncronos y sin confianza, con una escala de parámetros 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 una duración 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 protocolos centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la Descentralización del 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.
8 me gusta
Recompensa
8
3
Compartir
Comentar
0/400
Blockwatcher9000
· hace5h
Sin ese AI del mundo virtual, solo se necesita aumentar los costos de la competencia.
Ver originalesResponder0
LiquiditySurfer
· hace10h
Minería, hermano finalmente tiene algo de estabilidad.
Ver originalesResponder0
ApeShotFirst
· hace10h
Otra vez hablando de la revolución de la Descentralización, ¿qué prisa hay?
Evolución del paradigma de entrenamiento de IA: de control centralizado a una revolución tecnológica de colaboración descentralizada
Evolución de los Paradigmas de Entrenamiento de IA: de Control Centralizado a la Revolución Tecnológica de la Descentralización y Colaboración
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que más recursos consume y presenta la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y el efecto de su aplicación real. En comparación con la llamada ligera en la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de potencia de cálculo a gran escala, procesos de procesamiento de datos complejos y 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 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, realizado por una sola institución en un clúster de alto rendimiento local, completando todo el proceso de entrenamiento, desde el hardware hasta el software subyacente, el sistema de programación del clúster y 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 la eficiencia de los mecanismos de tolerancia a fallos alcancen su mejor rendimiento, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables, pero al mismo tiempo presenta problemas de 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, y su núcleo es descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para que colaboren en la ejecución, con el fin de superar las limitaciones de cálculo y almacenamiento de una sola máquina. A pesar de que físicamente 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, 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 de forma remota a varios empleados de "oficinas" para completar tareas en colaboración. 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: múltiples nodos que no se confían entre sí 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:
La capacitación descentralizada puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su poder de cálculo para colaborar en la capacitación de modelos, pero "la verdadera capacitación descentralizada a gran escala viable" 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 del modelo. Sin embargo, si se puede lograr "colaboración efectiva + incentivo a la honestidad + resultados correctos" aún se encuentra en una etapa temprana de exploración de prototipos.
El aprendizaje federado, como forma de transición entre la distribución y la Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que priorizan la conformidad con la privacidad. El aprendizaje federado posee una estructura de ingeniería de entrenamiento distribuido y una capacidad de colaboración local, al mismo tiempo que cuenta con la ventaja de la dispersión de datos en el entrenamiento descentralizado, pero aún depende de entidades coordinadoras de confianza y no tiene características totalmente 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, estructuras de confianza y mecanismos de comunicación, siendo más adecuada como una arquitectura de despliegue transitorio en la industria.
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, 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 gráfica, baja latencia y ancho de banda rápido, lo que dificulta su división y sincronización efectiva en una red abierta; las tareas con restricciones fuertes de privacidad y soberanía de datos están limitadas por la conformidad legal y las restricciones éticas, lo que impide su compartición abierta; y las tareas que carecen de incentivos de colaboración básicos carecen de motivación para la participación externa. Estas fronteras conforman las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que el entrenamiento descentralizado sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, el entrenamiento descentralizado muestra un claro potencial de aplicación. Incluyendo pero no limitado a: ajuste fino de LoRA, tareas de post-entrenamiento de alineación de comportamiento, tareas de entrenamiento y etiquetado por crowdsourcing, entrenamiento de modelos básicos pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, baja acoplamiento y tolerancia a la potencia de cálculo heterogénea, lo que las hace muy adecuadas para el entrenamiento colaborativo a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Descentralización entrenamiento clásico proyecto análisis
Actualmente, en el campo de vanguardia de la Descentralización 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 la innovación técnica y la dificultad de implementación ingenieril, Prime Intellect, Nous Research y Pluralis.ai han propuesto numerosas exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de vanguardia de la investigación teórica actual; mientras que Gensyn y Flock.io tienen rutas de implementación relativamente claras y ya se pueden observar avances ingenieriles preliminares. 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 redes colaborativas de aprendizaje reforzado con trayectoria de entrenamiento verificable
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 con Descentralización verificable, abierto y con un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Uno, Estructura de la pila de protocolos Prime Intellect y valor de los módulos clave
Dos, 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 Descentralización, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritaria, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete ciclos de tarea 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 implementar entrenamiento flexible en un entorno 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 ligero de verificación del comportamiento de entrenamiento
TOPLOC es el mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo ha completado realmente 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 las trayectorias de consistencia local entre "secuencia de observación ↔ actualización de estrategia". Por primera vez, convierte las trayectorias de comportamiento del proceso de entrenamiento en objetos verificables, lo que es una innovación clave para lograr la distribución de recompensas de entrenamiento sin confianza, ofreciendo un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable y motivadora.
SHARDCAST: Protocolo de agregación y propagación 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, con ancho de banda limitado y estados de nodos variables. Combina un 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 métodos centralizados o asíncronos de AllReduce, 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 iteraciones de entrenamiento continuas.
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 el concepto DiLoCo propuesto por DeepMind, diseñado específicamente para enfrentar los desafíos comunes de entrenamiento descentralizado, como el ancho de banda limitado, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, evitando los altos costos de comunicación del sincronismo global al construir estructuras topológicas dispersas como Ring, Expander, y Small-World, completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asíncronas y un mecanismo de tolerancia a fallos, OpenDiLoCo permite que GPUs de consumo y dispositivos de borde participen de manera estable en las tareas de entrenamiento, mejorando significativamente la accesibilidad de la colaboración global en el entrenamiento, siendo una de las infraestructuras de comunicación clave para construir una red de entrenamiento descentralizado.
PCCL: Biblioteca de Comunicación Colaborativa
PCCL es una biblioteca de comunicación ligera diseñada por Prime Intellect para un entorno de entrenamiento de IA descentralizada, con el objetivo de resolver el cuello 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 interrupción, y puede ejecutarse en GPU de consumo y nodos inestables, siendo un componente básico que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda y la compatibilidad de dispositivos en la red de entrenamiento, facilitando la comunicación en "la última milla" para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
Tres, la red de incentivos Prime Intellect y la división de roles
Prime Intellect construyó una red de entrenamiento sin permiso, 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 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".
Cuatro, 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 a través de la colaboración de nodos descentralizados asíncronos y sin confianza, con una escala de parámetros 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 una duración 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 protocolos centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la Descentralización del entrenamiento.