El Santo Grial de Crypto AI: Exploración de vanguardia en entrenamiento descentralizado

En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa con mayor consumo de recursos y la más alta en cuanto a barreras técnicas, que determina directamente el límite de capacidad del modelo y el efecto de la aplicación real. En comparación con la llamada ligera de la etapa de inferencia, el proceso de entrenamiento requiere una inversión continua de potencia de cálculo a gran escala, un complejo proceso de procesamiento de datos y un fuerte apoyo de algoritmos de optimización, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva de paradigmas arquitectónicos, los métodos de entrenamiento se pueden clasificar en cuatro tipos: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y entrenamiento descentralizado, que es el enfoque principal de este artículo.

El entrenamiento centralizado es la forma tradicional más común, realizado por una única entidad en un clúster de alto rendimiento local, completando todo el proceso de entrenamiento, desde el hardware, el software subyacente, el sistema de programación de clústeres, hasta todos los componentes del marco de entrenamiento, todos coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la eficiencia del intercambio de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos alcancen su máximo, 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 enfrenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y riesgos de punto único.

El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad. Su núcleo es descomponer las tareas de entrenamiento del modelo y distribuirlas a múltiples máquinas para que colaboren, con el fin de superar las limitaciones de cálculo y almacenamiento en una sola máquina. Aunque físicamente tiene características de "Descentralización", el conjunto sigue siendo controlado y coordinado por una institución centralizada, y a menudo opera en un entorno de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, coordinando unificadamente las subtareas desde el nodo principal. Los métodos principales incluyen:

• Paralelismo de datos: cada nodo entrena diferentes datos, los parámetros se comparten y deben coincidir con el peso del modelo.
• Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos para lograr una fuerte escalabilidad
• Paralelismo de tuberías: ejecución en serie por etapas, mejora de la tasa de transferencia
• 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 a varios empleados de "oficinas" para colaborar en la realización de tareas. Actualmente, casi todos los modelos grandes principales se entrenan de esta manera.

La Descentralización del entrenamiento representa un camino futuro más abierto y con características de resistencia a la censura. Su característica central radica en: múltiples nodos que no se confían entre sí colaboran para completar la tarea 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 de dispositivos y segmentación: alta dificultad de coordinación de dispositivos heterogéneos, baja eficiencia de segmentación de tareas
• Cuello de botella en la eficiencia de la comunicación: la comunicación en red es inestable y el cuello de botella en la sincronización de gradientes es evidente.
• Ejecución confiable faltante: falta de un entorno de ejecución confiable, lo que dificulta la verificación de 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 es complejo

El entrenamiento descentralizado se puede entender como: un grupo de voluntarios globales que contribuyen con poder de cálculo para entrenar modelos de manera colaborativa, pero "el verdadero entrenamiento descentralizado a gran escala viable" sigue siendo un desafío ingenieril sistemático que involucra múltiples aspectos como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos, validación de modelos, etc., pero la cuestión de si se puede lograr "colaboración efectiva + incentivos para la honestidad + 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 priorizan la conformidad con la privacidad. El aprendizaje federado tiene la estructura de ingeniería de entrenamiento distribuido y la capacidad de colaboración local, a la vez que posee la ventaja de la dispersión de datos del entrenamiento Descentralización, pero aún depende de un coordinador de confianza y no tiene características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de conformidad con la privacidad, siendo relativamente moderada en cuanto a tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, lo que la hace 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 desconfianza. Por ejemplo, el entrenamiento de modelos grandes a menudo depende de alta memoria gráfica, baja latencia y ancho de banda alto, lo que dificulta la segmentación y sincronización efectivas en una red abierta; las tareas con fuertes restricciones de privacidad de datos y soberanía están limitadas por la conformidad legal y las restricciones éticas, por lo que no pueden ser compartidas abiertamente; mientras que las tareas que carecen de incentivos básicos de colaboración carecen de motivación externa para la participación. Estas fronteras constituyen las limitaciones reales de la Descentralización del entrenamiento 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 perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de post-entrenamiento de alineación conductual, tareas de entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos básicos pequeños controlados por recursos, y escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, baja acoplamiento y tolerancia a potencias de cálculo heterogéneas, lo que las hace muy adecuadas para el entrenamiento colaborativo mediante redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.

Descentralización entrenamiento clásico proyecto análisis

Actualmente, en el campo de vanguardia del entrenamiento descentralizado 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 tecnológica 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 caminos de implementación relativamente claros y ya se pueden observar avances iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías clave y la arquitectura ingenieril detrás de estos cinco proyectos, y explorará más a fondo sus diferencias y relaciones complementarias en el sistema de entrenamiento AI descentralizado.

Prime Intellect: trayectoria de entrenamiento verificable de redes colaborativas de aprendizaje reforzado pioneras

Prime Intellect se dedica a construir una red de entrenamiento de IA que no requiere 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 descentralizado con verificabilidad, apertura y un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.

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

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 prioritario, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, permitiendo que cada nodo de entrenamiento complete el ciclo de tareas de manera independiente en local, y colabore a través de interfaces estandarizadas con mecanismos de validación y agregación. En comparación con los flujos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para lograr un entrenamiento flexible en un entorno sin programación central, reduciendo así la complejidad del sistema y estableciendo una base para soportar 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 completo del modelo, sino que completa la verificación de estructura ligera mediante el análisis de la trayectoria de consistencia local entre "secuencia de observación ↔ actualización de estrategia". Por primera vez, convierte la trayectoria de comportamiento durante el proceso de entrenamiento en un objeto verificable, siendo una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, y proporciona un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable 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 para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodos variables. Combina un mecanismo de propagación de gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y evolución de múltiples versiones. En comparación con los métodos centralizados o síncronos de AllReduce, 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 continuo.

#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 de DiLoCo propuesto 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, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, evitando los altos costos de comunicación de la sincronización global y completando el entrenamiento colaborativo del modelo solo con 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 tareas de entrenamiento, mejorando significativamente la capacidad de participación en el entrenamiento colaborativo global, 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 a medida por Prime Intellect para entornos de capacitación de IA descentralizada, que tiene como objetivo resolver el cuello de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de baja capacidad. PCCL soporta topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, y puede ejecutarse en GPU de consumo y nodos inestables, siendo el componente subyacente que soporta la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de capacitación y la compatibilidad de dispositivos, allanando el camino para construir una red de capacitación colaborativa verdaderamente abierta y sin confianza, superando la "última milla" de la infraestructura de comunicación.

Prime Intellect red de incentivos y división de roles

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

• Iniciador de 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 verificación: utilizan 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".

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 una escala de parámetros de 32B. El modelo INTELLECT-2 fue completado por más de 100 nodos GPU heterogéneos distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con un tiempo de entrenamiento que superó las 400 horas, demostrando la viabilidad y estabilidad de la red de colaboración asíncrona. Este modelo no solo representa un avance en 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 PRIME-RL, TOPLOC y SHARDCAST, marcando la primera realización de la apertura, la verificabilidad y el ciclo de incentivos económicos en el proceso de entrenamiento de una red de entrenamiento descentralizada.