El Santo Grial de Crypto AI: Exploración de vanguardia en el entrenamiento descentralizado
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y tiene la mayor barrera técnica, lo que determina directamente el límite de capacidad del modelo y el efecto de aplicación real. En comparación con la llamada ligera durante la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de gran escala en potencia 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 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 foco de este artículo.
El entrenamiento centralizado es la forma tradicional más común, llevada a cabo por una única institución en un clúster de alto rendimiento local, completando todo el proceso de entrenamiento, desde el hardware, el software de bajo nivel, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, todos 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 potencial, 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 como monopolio de datos, barreras de recursos, consumo de energía y riesgos de punto único.
El entrenamiento distribuido es la forma principal de entrenamiento de modelos grandes en la actualidad. Su núcleo consiste en descomponer las tareas de entrenamiento del modelo y distribuirlas a múltiples máquinas para su ejecución colaborativa, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de que, en términos físicos, posee características de "descentralización", el conjunto sigue siendo controlado y coordinado por una entidad centralizada, y suele ejecutarse en un entorno de red local de alta velocidad. A través de la tecnología de bus de interconexión de alta velocidad NVLink, el nodo principal coordina de manera unificada las sub-tareas. Los métodos más comunes incluyen:
Paralelismo de datos: cada nodo entrena diferentes datos, los parámetros se comparten y se necesita coincidir con 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 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", similar a un mismo jefe que dirige remotamente a varios empleados de "oficinas" para colaborar en la finalización de tareas. Actualmente, casi todos los modelos grandes más importantes 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 es: múltiples nodos que no se confían entre sí ( pueden ser computadoras domésticas, GPU en la nube o dispositivos de borde ) que 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 asegurar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:
Dificultades de heterogeneidad y segmentación de dispositivos: alta dificultad de coordinación de dispositivos heterogéneos, baja eficiencia en la segmentación de tareas.
Cuello de botella en la eficiencia de la comunicación: la comunicación en la red es inestable, el cuello de botella en la sincronización de gradientes es evidente.
Ejecución confiable faltante: falta de un entorno de ejecución confiable, difícil de 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 el modelo de manera colaborativa, pero "la verdadera Descentralización a gran escala que sea viable" sigue siendo un desafío ingenieril sistémico que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos y validación de modelos. Sin embargo, 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 forma de transición entre distribución y Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo aplicable en escenarios que priorizan el cumplimiento de la privacidad, como en ( el sector salud y financiero ). El aprendizaje federado posee la estructura ingenieril del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que cuenta con las ventajas de dispersión de datos del entrenamiento Descentralizado, pero aún depende de una parte coordinadora confiable y no tiene características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de cumplimiento de privacidad, donde las tareas de entrenamiento, la estructura de confianza y los mecanismos de comunicación son relativamente suaves, siendo más adecuado como una arquitectura de despliegue transicional 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 gran dificultad de colaboración, no es natural que se complete de manera eficiente entre nodos heterogéneos y no confiables. Por ejemplo, el entrenamiento de modelos grandes a menudo depende de una alta memoria de video, baja latencia y un ancho de banda alto, lo que dificulta segmentar y sincronizar de manera efectiva en una red abierta; 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; y las tareas que carecen de incentivos de colaboración pueden carecer de motivación externa para la participación. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que el entrenamiento de Descentralización sea un problema falso. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y motivadoras, el entrenamiento de Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de entrenamiento posteriores de alineación de comportamiento ( como RLHF, DPO ), tareas de entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos base pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo con la participación de dispositivos de borde. Estas tareas generalmente tienen características de alta paralelización, bajo acoplamiento y tolerancia a capacidades computacionales heterogéneas, lo que las hace muy adecuadas para ser entrenadas de manera colaborativa 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 representativos incluyen principalmente 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 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 centrales y la arquitectura de ingeniería detrás de estos cinco proyectos, y explorará además sus diferencias y relaciones de complementariedad en el sistema de entrenamiento de IA descentralizada.
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 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, verificabilidad, apertura y un completo mecanismo de incentivos a través de tres módulos: PRIME-RL + TOPLOC + SHARDCAST.
01、Estructura del stack de protocolos Prime Intellect y valor de los módulos clave
02, Explicación detallada del mecanismo 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 entrenamiento de Descentralización, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritario, 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 con mecanismos de validación y agregación a través de interfaces estandarizadas. En comparación con los procesos 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 apoyar 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 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, siendo una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, y proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivada.
#SHARDCAST: Protocolo de agregación y propagación 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, tienen ancho de banda limitado y estados de nodos variables. Combina mecanismos de propagación de gossip con estrategias de sincronización local, permitiendo que múltiples nodos sigan enviando actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y una evolución de múltiples versiones. Comparado con métodos AllReduce centralizados o sincrónicos, 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 una iteración de entrenamiento continuo.
#OpenDiLoCo: Marco de comunicación asíncrona 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 la filosofía DiLoCo propuesta por DeepMind, 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 el alto costo de comunicación de la sincronización global, y completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asíncronas y mecanismos 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 participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizado.
#PCCL: Biblioteca de comunicación colaborativa
PCCL es una biblioteca de comunicación liviana diseñada a medida por Prime Intellect para un entorno de entrenamiento de IA descentralizado, con el objetivo de resolver los cuellos de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de bajo ancho de banda. PCCL soporta topologías esparsas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, y puede funcionar en GPU de consumo y nodos inestables, siendo un componente subyacente 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 dispositivos, abriendo el "último kilómetro" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
03、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 en base a 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 actualizaciones de peso y trayectoria 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 (SHARDCAST) y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".
04、INTELLECT-2: Publicación 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 por nodos descentralizados asíncronos y sin confianza, con un tamaño 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 una duración de entrenamiento de más de 400 horas, demostrando la viabilidad y estabilidad de las redes de colaboración asíncronas. Este modelo no solo representa un avance en el rendimiento, sino que también es la primera implementación sistemática del paradigma "entrenar es consenso" propuesto por Prime Intellect. INTELLECT-2 integra módulos de protocolo centrales como la estructura de entrenamiento asíncrono PRIME-RL(, la verificación del comportamiento de entrenamiento TOPLOC) y la agregación de pesos asíncrona SHARDCAST(, marcando la primera vez que una red de entrenamiento descentralizada logra 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.
13 me gusta
Recompensa
13
6
Republicar
Compartir
Comentar
0/400
SquidTeacher
· 07-27 10:26
¡Todos dicen que está bien, el profeta!
Ver originalesResponder0
ShibaOnTheRun
· 07-25 02:34
Entrenar perros es el Santo Grial.
Ver originalesResponder0
LayoffMiner
· 07-24 13:50
Cavando, cavando, me gradué.
Ver originalesResponder0
MemecoinTrader
· 07-24 13:46
alcista sobre el entrenamiento de IA descentralizada... ya he posicionado mis bolsas para la próxima ola narrativa
Ver originalesResponder0
ChainChef
· 07-24 13:45
bruh este entrenamiento de IA necesita más tiempo para marinar... todavía está demasiado crudo fr
Ver originalesResponder0
Lonely_Validator
· 07-24 13:34
¿Puedes competir con los principales intercambios?
Exploración en la vanguardia del entrenamiento de IA Descentralización: el camino de la evolución de la centralización a la distribución
El Santo Grial de Crypto AI: Exploración de vanguardia en el entrenamiento descentralizado
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y tiene la mayor barrera técnica, lo que determina directamente el límite de capacidad del modelo y el efecto de aplicación real. En comparación con la llamada ligera durante la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de gran escala en potencia 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 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 foco de este artículo.
El entrenamiento centralizado es la forma tradicional más común, llevada a cabo por una única institución en un clúster de alto rendimiento local, completando todo el proceso de entrenamiento, desde el hardware, el software de bajo nivel, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, todos 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 potencial, 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 como monopolio de datos, barreras de recursos, consumo de energía y riesgos de punto único.
El entrenamiento distribuido es la forma principal de entrenamiento de modelos grandes en la actualidad. Su núcleo consiste en descomponer las tareas de entrenamiento del modelo y distribuirlas a múltiples máquinas para su ejecución colaborativa, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de que, en términos físicos, posee características de "descentralización", el conjunto sigue siendo controlado y coordinado por una entidad centralizada, y suele ejecutarse en un entorno de red local de alta velocidad. A través de la tecnología de bus de interconexión de alta velocidad NVLink, el nodo principal coordina de manera unificada las sub-tareas. Los métodos más comunes incluyen:
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", similar a un mismo jefe que dirige remotamente a varios empleados de "oficinas" para colaborar en la finalización de tareas. Actualmente, casi todos los modelos grandes más importantes 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 es: múltiples nodos que no se confían entre sí ( pueden ser computadoras domésticas, GPU en la nube o dispositivos de borde ) que 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 asegurar 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 el modelo de manera colaborativa, pero "la verdadera Descentralización a gran escala que sea viable" sigue siendo un desafío ingenieril sistémico que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos y validación de modelos. Sin embargo, 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 forma de transición entre distribución y Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo aplicable en escenarios que priorizan el cumplimiento de la privacidad, como en ( el sector salud y financiero ). El aprendizaje federado posee la estructura ingenieril del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que cuenta con las ventajas de dispersión de datos del entrenamiento Descentralizado, pero aún depende de una parte coordinadora confiable y no tiene características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de cumplimiento de privacidad, donde las tareas de entrenamiento, la estructura de confianza y los mecanismos de comunicación son relativamente suaves, siendo más adecuado como una arquitectura de despliegue transicional 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 gran dificultad de colaboración, no es natural que se complete de manera eficiente entre nodos heterogéneos y no confiables. Por ejemplo, el entrenamiento de modelos grandes a menudo depende de una alta memoria de video, baja latencia y un ancho de banda alto, lo que dificulta segmentar y sincronizar de manera efectiva en una red abierta; 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; y las tareas que carecen de incentivos de colaboración pueden carecer de motivación externa para la participación. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que el entrenamiento de Descentralización sea un problema falso. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y motivadoras, el entrenamiento de Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de entrenamiento posteriores de alineación de comportamiento ( como RLHF, DPO ), tareas de entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos base pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo con la participación de dispositivos de borde. Estas tareas generalmente tienen características de alta paralelización, bajo acoplamiento y tolerancia a capacidades computacionales heterogéneas, lo que las hace muy adecuadas para ser entrenadas de manera colaborativa 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 representativos incluyen principalmente 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 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 centrales y la arquitectura de ingeniería detrás de estos cinco proyectos, y explorará además sus diferencias y relaciones de complementariedad en el sistema de entrenamiento de IA descentralizada.
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 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, verificabilidad, apertura y un completo mecanismo de incentivos a través de tres módulos: PRIME-RL + TOPLOC + SHARDCAST.
01、Estructura del stack de protocolos Prime Intellect y valor de los módulos clave
02, Explicación detallada del mecanismo 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 entrenamiento de Descentralización, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritario, 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 con mecanismos de validación y agregación a través de interfaces estandarizadas. En comparación con los procesos 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 apoyar 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 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, siendo una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, y proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivada.
#SHARDCAST: Protocolo de agregación y propagación 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, tienen ancho de banda limitado y estados de nodos variables. Combina mecanismos de propagación de gossip con estrategias de sincronización local, permitiendo que múltiples nodos sigan enviando actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y una evolución de múltiples versiones. Comparado con métodos AllReduce centralizados o sincrónicos, 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 una iteración de entrenamiento continuo.
#OpenDiLoCo: Marco de comunicación asíncrona 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 la filosofía DiLoCo propuesta por DeepMind, 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 el alto costo de comunicación de la sincronización global, y completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asíncronas y mecanismos 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 participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizado.
#PCCL: Biblioteca de comunicación colaborativa
PCCL es una biblioteca de comunicación liviana diseñada a medida por Prime Intellect para un entorno de entrenamiento de IA descentralizado, con el objetivo de resolver los cuellos de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de bajo ancho de banda. PCCL soporta topologías esparsas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, y puede funcionar en GPU de consumo y nodos inestables, siendo un componente subyacente 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 dispositivos, abriendo el "último kilómetro" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
03、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 en base a 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 (SHARDCAST) y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".
04、INTELLECT-2: Publicación 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 por nodos descentralizados asíncronos y sin confianza, con un tamaño 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 una duración de entrenamiento de más de 400 horas, demostrando la viabilidad y estabilidad de las redes de colaboración asíncronas. Este modelo no solo representa un avance en el rendimiento, sino que también es la primera implementación sistemática del paradigma "entrenar es consenso" propuesto por Prime Intellect. INTELLECT-2 integra módulos de protocolo centrales como la estructura de entrenamiento asíncrono PRIME-RL(, la verificación del comportamiento de entrenamiento TOPLOC) y la agregación de pesos asíncrona SHARDCAST(, marcando la primera vez que una red de entrenamiento descentralizada logra entrenamiento.