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

En la cadena de valor completa de la IA, el entrenamiento de modelos es la etapa que consume más recursos y tiene la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y el efecto de aplicación real. En comparación con la llamada ligera de la etapa de inferencia, el proceso de entrenamiento requiere una inversión continua de gran escala en potencia de cálculo, un complejo proceso de procesamiento de datos y un sólido soporte de algoritmos de optimización, 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 es el enfoque principal de este artículo.

El entrenamiento centralizado es el método tradicional más común, completado por una única institución dentro de un clúster de alto rendimiento local, 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 maximiza la eficiencia del uso compartido de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos, siendo muy adecuada para el entrenamiento de modelos de gran escala como GPT y Gemini, ofreciendo 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 punto único.

El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad. Su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para su ejecución conjunta, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. Aunque físicamente tiene características de "descentralización", en general sigue siendo controlado y programado por una institución centralizada, y a menudo se ejecuta 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 cada subtarea. Los métodos principales incluyen:

• Paralelismo de datos: cada nodo entrena diferentes datos y los parámetros se comparten, se requiere que coincidan los pesos 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 fases, 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 dirigiendo de forma remota la colaboración de varios empleados de "oficinas" para completar tareas. Actualmente, casi todos los modelos grandes principales se entrenan de esta manera.

La Descentralización en el entrenamiento representa un camino futuro más abierto y con características de resistencia a la censura. Sus características centrales son: múltiples nodos que no se confían entre sí colaboran para completar tareas de entrenamiento sin un coordinador central, normalmente a través de protocolos que impulsan la distribución de tareas y la colaboración, y utilizando mecanismos de incentivos criptográficos para garantizar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:

• Dificultades en la heterogeneidad de dispositivos y en la segmentación: alta dificultad de coordinación entre 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 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 reversión de excepciones son complejos

La Descentralización del entrenamiento puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su poder de cálculo para entrenar el modelo de manera colaborativa, pero la "verdaderamente viable Descentralización a gran escala del entrenamiento" sigue siendo un desafío ingenieril sistemático, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos y validación del modelo; sin embargo, si se puede lograr "colaboración efectiva + incentivos para la honestidad + resultados correctos" aún se encuentra en una fase temprana de exploración de prototipos.

El aprendizaje federado, como una forma de transición entre distribuido y Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que priorizan el cumplimiento de la privacidad. El aprendizaje federado tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al tiempo que posee las ventajas de la dispersión de datos del entrenamiento Descentralización, pero todavía depende de una parte coordinadora confiable y no tiene características completamente abiertas y resistentes a la censura. Se puede considerar como un esquema de "Descentralización controlada" en escenarios de cumplimiento de privacidad, siendo relativamente moderado en las tareas de entrenamiento, la estructura de confianza y los mecanismos de comunicación, y más adecuado como una arquitectura de implementación transitoria en la industria.

Descentralización entrenamiento de los límites, oportunidades y caminos reales

Desde la perspectiva de los paradigmas de entrenamiento, la Descentralización del entrenamiento no es adecuada para todos los tipos de tareas. En ciertos escenarios, debido a la complejidad de la estructura de la tarea, a las altas demandas de recursos o a la dificultad de colaboración, naturalmente no es adecuada para completarse de manera eficiente entre nodos heterogéneos y de confianza reducida. Por ejemplo, el entrenamiento de modelos grandes a menudo depende de alta memoria de video, baja latencia y ancho de banda rápido, lo que dificulta la segmentación y sincronización efectiva en redes abiertas; las tareas con fuertes restricciones de privacidad de datos y soberanía están limitadas por el cumplimiento legal y las restricciones éticas, lo que impide el intercambio abierto; mientras que las tareas que carecen de incentivos de colaboración carecen de motivación para la participación externa. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado en la actualidad.

Pero esto no significa que el entrenamiento descentralizado sea un mito. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y motivadoras, el entrenamiento descentralizado muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de entrenamiento y etiquetado alineadas con el comportamiento, entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos base pequeños controlados por recursos, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, baja acoplamiento y tolerancia a potencia de cálculo heterogénea, lo que las hace muy adecuadas para 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 y el aprendizaje federado, los proyectos de blockchain más representativos incluyen Prime Intellect, Pluralis.ai, Gensyn, Nous Research y Flock.io. Desde la perspectiva de la innovación técnica y la dificultad de implementación ingenieril, Prime Intellect, Nous Research y Pluralis.ai han propuesto una cantidad considerable de exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de vanguardia de la investigación teórica; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, y ya se pueden observar avances iniciales en la ingeniería.

Prime Intellect: pionero de redes de colaboración de aprendizaje reforzado verificables en la trayectoria de entrenamiento

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 del stack del protocolo Prime Intellect y el valor de los módulos clave

1. 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 en el entrenamiento, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación preferente, desacoplando estructuralmente el proceso 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 procesos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para implementar entrenamientos flexibles en entornos sin programación central, reduciendo así la complejidad del sistema y sentando las bases para apoyar la paralelización de múltiples tareas y la evolución de estrategias.

2. 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 estrategias efectivo basado en datos de observación. A diferencia de soluciones pesadas como ZKML, TOPLOC no depende de la recalibración del modelo completo, sino que completa la verificación de estructuras ligeras analizando la trayectoria de consistencia local entre "secuencia de observación ↔ actualización de estrategia". Por primera vez, transforma las trayectorias de comportamiento durante el proceso de entrenamiento en objetos verificables, lo que representa una innovación clave para lograr una distribución de recompensas de entrenamiento sin necesidad de confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada, auditable e incentivada.

3. SHARDCAST: Protocolo de agregación y propagación de peso asíncrono

SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado para entornos de red reales asincrónicos, con ancho de banda limitado y estados de nodo variables. Combina mecanismos de propagación tipo gossip con estrategias de sincronización local, permitiendo a múltiples nodos enviar continuamente actualizaciones parciales en estados desincronizados, logrando la convergencia progresiva de pesos y la evolución de múltiples versiones. En comparación con los métodos centralizados o sincronizados de AllReduce, SHARDCAST mejora significativamente la escalabilidad y la capacidad de tolerancia a fallos del entrenamiento Descentralización, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continua.

4. OpenDiLoCo: marco de comunicación asíncrono disperso

OpenDiLoCo es un marco de optimización de comunicación implementado de forma independiente y de código abierto por el equipo de Prime Intellect, basado en la filosofía DiLoCo propuesta por DeepMind. Está diseñado específicamente para enfrentar los 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 dispersas 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 y un mecanismo de tolerancia a fallos, OpenDiLoCo permite que las GPU de consumo y los dispositivos periféricos participen de manera estable en las tareas de entrenamiento, mejorando significativamente la participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizadas.

5. 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 fundamental 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 colaborativo verdaderamente abierta y sin confianza.

Prime Intellect red de incentivos y división de roles

Prime Intellect ha construido 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 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: ejecutar entrenamiento local, enviar actualización de pesos y observar la trayectoria
• Nodos de verificación: usar 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, que es el primer modelo grande de aprendizaje por refuerzo del mundo entrenado por nodos descentralizados asíncronos y sin confianza, con una escala de parámetros de 32B. El modelo INTELLECT-2 fue entrenado de manera colaborativa por más de 100 nodos heterogéneos GPU 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 protocolos centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la primera vez que una red de entrenamiento descentralizada logra la apertura, verificabilidad y