Evolución del paradigma de entrenamiento de IA: de un control centralizado a una revolución tecnológica de colaboración descentralizada
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y presenta la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y su efectividad en la aplicación práctica. En comparación con la llamada ligera de la fase 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 de los paradigmas de arquitectura, los métodos de entrenamiento se pueden clasificar en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de Descentralización que se discute en este artículo.
El entrenamiento centralizado es la forma tradicional más común, realizado por una única institución dentro de un clúster local de alto rendimiento, donde todos los procesos de entrenamiento, desde el hardware, el software de bajo nivel, el sistema de programación del clúster hasta 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 máximo, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables. Sin embargo, también presenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y riesgos de un solo punto.
El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad, y su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a varias máquinas para que trabajen de manera colaborativa, con el fin de superar las limitaciones de cálculo y almacenamiento de una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el conjunto sigue siendo controlado y coordinado por instituciones centralizadas, y a menudo opera en un entorno de red local de alta velocidad, mediante la tecnología de bus de interconexión de alta velocidad NVLink, donde el nodo principal coordina uniformemente las subtareas. Los métodos principales incluyen:
Paralelismo de datos: cada nodo entrena diferentes datos y comparte parámetros, se requiere que coincidan los pesos del modelo
Paralelización de modelos: desplegar diferentes partes del modelo en diferentes nodos, logrando una fuerte escalabilidad
Paralelismo de tuberías: ejecución en serie por etapas, mejora del rendimiento
Paralelismo de tensores: 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 del entrenamiento representa un camino futuro más abierto y resistente a la censura. Sus características clave son: múltiples nodos que no se confían entre sí colaboran en la realización de tareas de entrenamiento sin un coordinador central, generalmente impulsados por protocolos que distribuyen tareas y colaboran, y utilizando mecanismos de incentivos criptográficos para garantizar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:
Dificultades en la heterogeneidad y segmentación de dispositivos: alta dificultad en la coordinación de dispositivos heterogéneos, baja eficiencia en la 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 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 despachador central, la distribución de tareas y el mecanismo de reversión de excepciones son complejos
La capacitación en Descentralización se puede entender 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 capacitación descentralizada a gran escala que sea viable" sigue siendo un desafío sistemático de ingeniería, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos y validación de modelos. Sin embargo, si se puede lograr una "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 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 tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al tiempo que mantiene la ventaja de la dispersión de datos del entrenamiento descentralizado, pero aún depende de un coordinador de confianza, y no posee 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 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 rutas 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 de video, baja latencia y ancho de banda rápido, lo que dificulta su segmentación y sincronización efectiva 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, lo que impide su apertura y compartición; mientras que las tareas que carecen de una base de incentivos de colaboración carecen de motivación externa para participar. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que el entrenamiento de Descentralización sea un falso dilema. De hecho, en tipos de tareas que son ligeros en estructura, fáciles de paralelizar y que pueden incentivarse, el entrenamiento de Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino LoRA, tareas de entrenamiento posterior de alineación de comportamiento, entrenamiento y etiquetado de datos a través de crowdsourcing, entrenamiento de modelos base pequeños con recursos controlables, y escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, bajo acoplamiento y tolerancia a potencias de cálculo heterogéneas, lo que las hace muy adecuadas para entrenamiento colaborativo a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Actualmente, en el campo de vanguardia de la Descentralización en el 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 muchas exploraciones originales en la arquitectura del sistema y el diseño algorítmico, representando así las direcciones de vanguardia de la investigación teórica actual; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden observar avances ingenieriles preliminares. Este artículo analizará sucesivamente las tecnologías clave y las arquitecturas de ingeniería 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
Prime Intellect se dedica a construir una red de entrenamiento de IA sin necesidad de confianza, permitiendo que cualquiera pueda participar en el entrenamiento y recibir recompensas confiables por sus contribuciones computacionales. Prime Intellect espera construir un sistema de entrenamiento de IA descentralizado que sea verificable, abierto y con un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Estructura del stack de protocolos Prime Intellect y valor de los módulos clave:
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 entrenamiento 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 su 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 entornos sin programación central, lo que reduce la complejidad del sistema y sienta las bases para soportar múltiples tareas en paralelo 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 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 de todo el modelo, 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 durante el proceso de entrenamiento en objetos verificables, lo que es una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivada.
SHARDCAST: Protocolo de agregación y propagación de peso asíncrono
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado específicamente para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodos variables. Combina mecanismos de propagación de gossip con estrategias de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando la convergencia progresiva de los pesos y la 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 continua.
OpenDiLoCo: marco de comunicación asíncrono disperso
OpenDiLoCo es un marco de optimización de comunicación desarrollado 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 desafíos comunes en el entrenamiento descentralizado, como la limitación de ancho de banda, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas escasas como Ring, Expander y Small-World, evitando así los altos costos de comunicación de la sincronización global, y completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asincrónicas con 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 del entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir una red de entrenamiento descentralizada.
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 el cuello de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de baja capacidad. PCCL admite topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, y puede ejecutarse en GPU de consumo y nodos inestables, siendo un componente básico que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de entrenamiento y la compatibilidad de los dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativa verdaderamente abierta y sin confianza.
Red de incentivos Prime Intellect y división de roles:
Prime Intellect ha construido 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 criterios de validación
Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de pesos y observar la trayectoria
Nodos de verificación: utilizar el mecanismo TOPLOC para validar 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: Publicación 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 nodos descentralizados asíncronos y sin confianza, con un tamaño de parámetro de 32B. El modelo INTELLECT-2 fue completado mediante el entrenamiento conjunto de 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 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, verificabilidad y cierre de incentivos económicos en el proceso de entrenamiento de una red de entrenamiento descentralizada.
En términos de rendimiento, INTELLECT-2 se basa en el QwQ-32B y se ha realizado un entrenamiento RL especializado en código y matemáticas, estando a la vanguardia de los modelos de ajuste fino RL de código abierto actuales. Aunque aún no ha superado a modelos cerrados como GPT-4 o Gemini, su verdadero significado
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.
13 me gusta
Recompensa
13
5
Republicar
Compartir
Comentar
0/400
Web3Educator
· hace14h
*ajusta unas gafas imaginarias* fundamentalmente solo web3 interrumpiendo la IA, como se predijo en mi documento de 2021...
Ver originalesResponder0
RektButStillHere
· 08-07 01:21
Ay, qué grave, de la centralización a la Descentralización, la tecnología es comprar la caja y dejar la perla.
Ver originalesResponder0
ZKProofEnthusiast
· 08-06 04:17
Siguiendo la filosofía de web3, la IA es Descentralización.
Ver originalesResponder0
P2ENotWorking
· 08-06 04:10
No se les da oportunidad a las pequeñas empresas, qué mal.
Ver originalesResponder0
AirdropHunter9000
· 08-06 04:08
El experto tiene razón, el costo del entrenamiento es realmente alto.
Nuevo paradigma de entrenamiento de IA: evolución técnica de control centralizado a colaboración descentralizada
Evolución del paradigma de entrenamiento de IA: de un control centralizado a una revolución tecnológica de colaboración descentralizada
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y presenta la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y su efectividad en la aplicación práctica. En comparación con la llamada ligera de la fase 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 de los paradigmas de arquitectura, los métodos de entrenamiento se pueden clasificar en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de Descentralización que se discute en este artículo.
El entrenamiento centralizado es la forma tradicional más común, realizado por una única institución dentro de un clúster local de alto rendimiento, donde todos los procesos de entrenamiento, desde el hardware, el software de bajo nivel, el sistema de programación del clúster hasta 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 máximo, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables. Sin embargo, también presenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y riesgos de un solo punto.
El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad, y su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a varias máquinas para que trabajen de manera colaborativa, con el fin de superar las limitaciones de cálculo y almacenamiento de una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el conjunto sigue siendo controlado y coordinado por instituciones centralizadas, y a menudo opera en un entorno de red local de alta velocidad, mediante la tecnología de bus de interconexión de alta velocidad NVLink, donde el nodo principal coordina uniformemente 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 del entrenamiento representa un camino futuro más abierto y resistente a la censura. Sus características clave son: múltiples nodos que no se confían entre sí colaboran en la realización de tareas de entrenamiento sin un coordinador central, generalmente impulsados por protocolos que distribuyen tareas y colaboran, y utilizando mecanismos de incentivos criptográficos para garantizar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:
La capacitación en Descentralización se puede entender 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 capacitación descentralizada a gran escala que sea viable" sigue siendo un desafío sistemático de ingeniería, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos y validación de modelos. Sin embargo, si se puede lograr una "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 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 tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al tiempo que mantiene la ventaja de la dispersión de datos del entrenamiento descentralizado, pero aún depende de un coordinador de confianza, y no posee 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 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 rutas 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 de video, baja latencia y ancho de banda rápido, lo que dificulta su segmentación y sincronización efectiva 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, lo que impide su apertura y compartición; mientras que las tareas que carecen de una base de incentivos de colaboración carecen de motivación externa para participar. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que el entrenamiento de Descentralización sea un falso dilema. De hecho, en tipos de tareas que son ligeros en estructura, fáciles de paralelizar y que pueden incentivarse, el entrenamiento de Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino LoRA, tareas de entrenamiento posterior de alineación de comportamiento, entrenamiento y etiquetado de datos a través de crowdsourcing, entrenamiento de modelos base pequeños con recursos controlables, y escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, bajo acoplamiento y tolerancia a potencias de cálculo heterogéneas, lo que las hace muy adecuadas para 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 en el 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 muchas exploraciones originales en la arquitectura del sistema y el diseño algorítmico, representando así las direcciones de vanguardia de la investigación teórica actual; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden observar avances ingenieriles preliminares. Este artículo analizará sucesivamente las tecnologías clave y las arquitecturas de ingeniería 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
Prime Intellect se dedica a construir una red de entrenamiento de IA sin necesidad de confianza, permitiendo que cualquiera pueda participar en el entrenamiento y recibir recompensas confiables por sus contribuciones computacionales. Prime Intellect espera construir un sistema de entrenamiento de IA descentralizado que sea verificable, abierto y con un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Estructura del stack de protocolos Prime Intellect y valor de los módulos clave:
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 entrenamiento 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 su 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 entornos sin programación central, lo que reduce la complejidad del sistema y sienta las bases para soportar múltiples tareas en paralelo 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 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 de todo el modelo, 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 durante el proceso de entrenamiento en objetos verificables, lo que es una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivada.
SHARDCAST: Protocolo de agregación y propagación de peso asíncrono
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado específicamente para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodos variables. Combina mecanismos de propagación de gossip con estrategias de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando la convergencia progresiva de los pesos y la 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 continua.
OpenDiLoCo: marco de comunicación asíncrono disperso
OpenDiLoCo es un marco de optimización de comunicación desarrollado 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 desafíos comunes en el entrenamiento descentralizado, como la limitación de ancho de banda, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas escasas como Ring, Expander y Small-World, evitando así los altos costos de comunicación de la sincronización global, y completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asincrónicas con 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 del entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir una red de entrenamiento descentralizada.
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 el cuello de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de baja capacidad. PCCL admite topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, y puede ejecutarse en GPU de consumo y nodos inestables, siendo un componente básico que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de entrenamiento y la compatibilidad de los dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativa verdaderamente abierta y sin confianza.
Red de incentivos Prime Intellect y división de roles:
Prime Intellect ha construido 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".
INTELLECT-2: Publicación 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 nodos descentralizados asíncronos y sin confianza, con un tamaño de parámetro de 32B. El modelo INTELLECT-2 fue completado mediante el entrenamiento conjunto de 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 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, verificabilidad y cierre de incentivos económicos en el proceso de entrenamiento de una red de entrenamiento descentralizada.
En términos de rendimiento, INTELLECT-2 se basa en el QwQ-32B y se ha realizado un entrenamiento RL especializado en código y matemáticas, estando a la vanguardia de los modelos de ajuste fino RL de código abierto actuales. Aunque aún no ha superado a modelos cerrados como GPT-4 o Gemini, su verdadero significado