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 el eslabón 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 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 un fuerte soporte de algoritmos de optimización, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva del paradigma arquitectónico, los métodos de entrenamiento se pueden clasificar en cuatro categorías: 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, completada por una única institución dentro de un clúster de alto rendimiento local, coordinando todo el proceso de entrenamiento, desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, todo bajo un sistema de control unificado. Esta arquitectura de colaboración profunda optimiza 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 a gran escala como GPT, Gemini, entre otros, 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 grandes modelos en la actualidad. Su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para que colaboren en su ejecución, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de tener características "distribuidas" en términos físicos, en su conjunto todavía está controlado, programado y sincronizado 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 las subtareas. Los métodos principales incluyen:

• Paralelismo de datos: cada nodo entrena diferentes datos, los parámetros son compartidos, es necesario que coincidan los pesos del modelo.
• Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos, logrando una fuerte escalabilidad
• Paralelismo de tuberías: ejecución en serie por fases, aumentando la tasa de transferencia
• Paralelismo de tensores: segmentación detallada 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 colaborar en la realización de tareas. Actualmente, casi todos los modelos grandes de vanguardia se entrenan de esta manera.

La Descentralización del entrenamiento representa un camino futuro más abierto y resistente a la censura. Su característica central es: múltiples nodos que no se fían entre sí ( pueden ser computadoras domésticas, GPU en la nube o dispositivos perimetrales ) que colaboran para completar tareas de entrenamiento sin un coordinador central, generalmente impulsados por protocolos que distribuyen tareas y colaboran, y utilizando mecanismos de incentivos criptográficos para asegurar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:

• Dificultades de heterogeneidad de dispositivos y partición: alta dificultad de coordinación de dispositivos heterogéneos, baja eficiencia en la partición de tareas
• Cuello de botella en la eficiencia de la comunicación: la comunicación de red es inestable, 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 programador central, la distribución de tareas y el mecanismo de reversión de excepciones son complejos

La Descentralización del entrenamiento se puede entender como: un grupo de voluntarios de todo el mundo, cada uno contribuyendo con su poder de cómputo para colaborar en el entrenamiento del modelo, pero "el verdadero entrenamiento descentralizado a gran escala que es viable" sigue siendo un desafío de ingeniería sistémico, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos, validación de modelos, etc., pero la pregunta de si puede ser "colaborativo y efectivo + incentivar la honestidad + resultados correctos" aún se encuentra en la 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 el cumplimiento de la privacidad, como la atención médica y las finanzas (. El aprendizaje federado posee la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al tiempo que cuenta con la ventaja de la dispersión de datos del entrenamiento Descentralizado; sin embargo, todavía 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 cumplimiento de privacidad, siendo relativamente moderada en las tareas de entrenamiento, la estructura de confianza y los mecanismos de comunicación, siendo más adecuada como una arquitectura de implementación transitoria en la industria.

![El Santo Grial de Crypto AI: Exploración de vanguardia en entrenamiento Descentralización])https://img-cdn.gateio.im/webp-social/moments-54f873467039017a5be1545c4b2aa6b5.webp(

Descentralización entrenamiento de límites, oportunidades y caminos reales

Desde la perspectiva del paradigma de entrenamiento, la Descentralización del entrenamiento no es adecuada para todos los tipos de tareas. En ciertos escenarios, debido a la complejidad de la estructura de la tarea, la alta demanda de recursos o la dificultad de colaboración, no es naturalmente adecuada para completarse de manera eficiente entre nodos heterogéneos y de confianza 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 su 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, lo que impide el compartir abierto; y las tareas que carecen de incentivos de colaboración básicos carecen de motivación externa para participar. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado en la actualidad.

Pero esto no significa que el entrenamiento de Descentralización sea un mito. De hecho, en tipos de tareas que son ligeros en estructura, fáciles de paralelizar y que pueden ser incentivados, el entrenamiento de Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de entrenamiento posterior de alineación de comportamiento ) como RLHF, DPO (, entrenamiento y etiquetado de datos por crowdsourcing, entrenamiento de modelos base pequeños controlables en recursos, así como escenarios de entrenamiento colaborativo con la participación de dispositivos en el borde. Estas tareas generalmente poseen características de alta paralelización, baja acoplación y tolerancia a la potencia de cálculo heterogénea, lo que las hace muy adecuadas para ser entrenadas de manera colaborativa a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.

![El santo grial de Crypto AI: Exploración de vanguardia en entrenamiento descentralizado])https://img-cdn.gateio.im/webp-social/moments-a8004f094fff74515470052b3a24617c.webp(

Descentralización entrenamiento clásico proyecto análisis

Actualmente, en el campo de la formación en Descentralización y 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, Prime Intellect, Nous Research y Pluralis.ai han propuesto numerosas exploraciones originales en el diseño de sistemas y algoritmos, representando las direcciones más avanzadas de la investigación teórica; mientras que Gensyn y Flock.io tienen caminos de implementación relativamente claros, ya se pueden ver progresos iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías clave y la arquitectura de ingeniería detrás de estos cinco proyectos, y explorará más a fondo sus diferencias y relaciones de complementariedad en el sistema de formación de IA descentralizada.

) Prime Intellect: Pionero de redes colaborativas de refuerzo de aprendizaje verificables por 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 su contribución computacional. Prime Intellect espera construir un sistema de entrenamiento de IA que sea verificable, abierto y con un mecanismo de incentivos completo a través de los tres módulos: PRIME-RL + TOPLOC + SHARDCAST.

01、Estructura del stack de protocolos Prime Intellect y valor de los módulos clave

![El Santo Grial de Crypto AI: Exploración de vanguardia en entrenamiento Descentralización]###https://img-cdn.gateio.im/webp-social/moments-adb92bc4dfbaf26863cb0b4bb1081cd7.webp(

)# 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 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, de modo que cada nodo de entrenamiento puede completar el ciclo de tareas de forma independiente en local y colaborar a través de interfaces estandarizadas con mecanismos de validación y agregación. En comparación con los procesos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para implementar entrenamiento flexible en un entorno sin programación central, reduciendo así la complejidad del sistema y sentando las bases para el soporte de múltiples tareas en paralelo y evolución de estrategias.

TOPLOC:Mecanismo de verificación de comportamiento de entrenamiento ligero

TOPLOC###Observación de confianza y verificación de localidad( 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 estructural ligera mediante el análisis de 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, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada, auditada 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 específicamente para entornos de red real que son asíncronos, tienen limitaciones de ancho de banda y presentan estados de nodos variables. Combina un mecanismo 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 pesos y la evolución de múltiples versiones. En comparación con métodos AllReduce centralizados o sincronizados, 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 la iteración continua del entrenamiento.

OpenDiLoCo: Marco de comunicación asíncrona dispersa

OpenDiLoCo es un marco de optimización de comunicación desarrollado de manera independiente y de código abierto por el equipo de Prime Intellect, basado en la filosofía DiLoCo, diseñado específicamente para enfrentar los desafíos comunes de 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 los altos costos de comunicación de la sincronización global, y sólo depende de los nodos vecinos locales para completar el entrenamiento colaborativo del modelo. Combinando actualizaciones asincrónicas y un mecanismo de tolerancia a fallos, OpenDiLoCo permite que las GPU de consumo y los dispositivos de borde 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.

PCCL: Biblioteca de Comunicación Colaborativa

PCCL)Prime Collective Communication Library( es una biblioteca de comunicación ligera diseñada por Prime Intellect para entornos de entrenamiento de IA descentralizada, con el objetivo de resolver los cuellos 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 operar en GPU de consumo y nodos inestables, siendo un componente fundamental que apoya 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 la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo realmente abierta y sin necesidad de confianza.

![El Santo Grial de Crypto AI: Exploración de vanguardia en entrenamiento descentralizado])https://img-cdn.gateio.im/webp-social/moments-69eb6c2dab3d6284b890285c71e7a47f.webp(

)# 03、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 cualquiera 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 criterios de validación
• Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de pesos y trayectorias de observación
• Nodos de validación: 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 ###SHARDCAST( y la distribución de recompensas, formando un bucle de incentivos en torno a "comportamientos de entrenamiento reales".

![El santo grial de Crypto AI: exploración de vanguardia en el entrenamiento descentralizado])https://img-cdn.gateio.im/webp-social/moments-b11af8d10db6e8baa0c19e87aa18dd82.webp(

)# 04、INTELLECT-2: Publicación del primer modelo de entrenamiento descentralización verificable.

Prime Intellect lanzó INTELLECT-2 en mayo de 2025, que es el primer gran modelo de aprendizaje reforzado del mundo entrenado por nodos descentralizados, asíncronos y sin necesidad de confianza, con una escala de parámetros de 32B. El modelo INTELLECT-2 fue completado mediante el entrenamiento colaborativo de más de 100 nodos heterogéneos de 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 el paradigma de "entrenamiento es consenso" propuesto por Prime Intellect.