El Santo Grial de Crypto AI: Exploración de vanguardia en entrenamiento descentralizado
En toda la cadena de valor de la IA, el entrenamiento de modelos es el eslabón que más recursos consume y el que tiene la mayor barrera técnica, decidiendo directamente el límite de capacidad del modelo y el efecto de aplicación real. En comparación con la llamada ligera en la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de gran capacidad de cálculo, un flujo de procesamiento de datos complejo y un soporte de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva del paradigma 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.
La capacitación centralizada es la forma tradicional más común, realizada por una única institución dentro de un clúster de alto rendimiento local, completando todo el proceso de capacitación, desde el hardware, el software de bajo nivel, el sistema de programación del clúster, hasta todos los componentes del marco de capacitación, todos coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la eficiencia del intercambio de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos se optimicen, siendo muy adecuada para la capacitación de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables, pero al mismo tiempo enfrenta problemas como monopolio de datos, barreras de recursos, consumo de energía y riesgo 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 que colaboren en su ejecución, con el fin de superar los cuellos de botella en el cálculo y almacenamiento de una sola máquina. Aunque físicamente presenta características de "descentralización", en su conjunto sigue siendo controlado y coordinado por una entidad centralizada, funcionando a menudo en entornos de red local de alta velocidad, a través de 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 compartiendo parámetros, se necesita coincidir el peso del modelo
Paralelización de modelos: desplegar diferentes partes del modelo en diferentes nodos para lograr una fuerte escalabilidad
Paralelismo de tuberías: ejecución en serie por etapas, mejora de la tasa de 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 la colaboración de varios empleados en "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 resistente a la censura. Su característica central es: múltiples nodos que no se confían entre sí 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 garantizar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:
Dificultades de heterogeneidad y partición de dispositivos: 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 en la 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 despachador central, la distribución de tareas y el mecanismo de reversión de excepciones es complejo
La Descentralización del entrenamiento puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su capacidad de cálculo para entrenar un modelo de manera colaborativa, pero "el verdadero entrenamiento descentralizado a gran escala que es viable" sigue siendo un desafío ingenieril sistémico, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la validación del modelo. 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 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 posee la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que cuenta con la ventaja de dispersión de datos del entrenamiento Descentralizado, pero aún depende de un coordinador de confianza, 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 moderado en la tarea de entrenamiento, la estructura de confianza y el mecanismo de comunicación, lo que lo hace más adecuado como una arquitectura de despliegue transitoria en la industria.
Descentralización entrenamiento de los límites, oportunidades y caminos reales
Desde la perspectiva del paradigma de entrenamiento, la Descentralización no es adecuada para todos los tipos de tareas. En ciertos escenarios, debido a la complejidad de la estructura de la tarea, a la alta demanda de recursos o a la dificultad de colaboración, no es natural que se complete de manera eficiente entre nodos heterogéneos y de confianza. Por ejemplo, el entrenamiento de grandes modelos a menudo depende de una alta memoria de video, baja latencia y un ancho de banda alto, lo que dificulta la división y sincronización efectivas en una red abierta; las tareas que tienen fuertes restricciones de privacidad de datos y soberanía están limitadas por el cumplimiento legal y las restricciones éticas, lo que impide la apertura y el intercambio; y las tareas que carecen de incentivos de colaboración básicos carecen de motivación externa para la participación. Estas fronteras conforman las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que el entrenamiento en Descentralización sea un engaño. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden incentivarse, el entrenamiento en Descentralización muestra un claro potencial de aplicación. Incluyendo pero no limitado a: ajuste fino LoRA, tareas de entrenamiento posterior de alineación de comportamiento, tareas de entrenamiento y etiquetado mediante crowdsourcing de datos, entrenamiento de modelos base pequeños con recursos controlables, y escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente tienen características de alta paralelización, baja acoplamiento y tolerancia a potencias de cálculo heterogéneas, lo que las hace muy adecuadas para el entrenamiento colaborativo a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Actualmente, en el campo 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 muchas exploraciones originales en la arquitectura de sistemas y el diseño de algoritmos, representando las direcciones avanzadas de la investigación teórica actual; mientras que Gensyn y Flock.io tienen caminos de implementación relativamente claros, ya mostrando avances ingenieriles iniciales. Este artículo analizará sucesivamente las tecnologías centrales y las arquitecturas de ingeniería detrás de estos cinco proyectos, y explorará además sus diferencias y relaciones complementarias en el sistema de entrenamiento AI descentralizado.
Prime Intellect: pionero de redes colaborativas de aprendizaje reforzado verificables por 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, 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
02, Explicación detallada de los mecanismos clave de entrenamiento de Prime Intellect
#PRIME-RL: Arquitectura de tareas de aprendizaje reforzado 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 de manera independiente el ciclo de tareas en local, y colabore a través de interfaces estandarizadas con mecanismos de verificación y agregación. En comparación con los procesos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para implementar entrenamientos flexibles en un entorno sin programación central, reduciendo tanto la complejidad del sistema como sentando las bases para soportar la paralelización de múltiples tareas y la evolución de estrategias.
#TOPLOC:Mecanismo de verificación de comportamiento de entrenamiento ligero
TOPLOC es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo 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 completo del modelo, sino que completa la verificación de estructuras ligeras mediante el análisis de la trayectoria 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 representa una innovación clave para lograr la distribución de recompensas de entrenamiento sin confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditada y motivada.
#SHARDCAST: Protocolo de agregación y propagación de pesos asíncronos
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado especialmente para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodos variables. Combina un mecanismo de propagación de gossip con 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 los métodos centralizados o síncronos de AllReduce, SHARDCAST mejora significativamente la escalabilidad y la tolerancia a fallos del entrenamiento descentralizado, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continuo.
#OpenDiLoCo: Marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación independiente y de código abierto desarrollado por el equipo de Prime Intellect, basado en la filosofía DiLoCo propuesta 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 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 GPU de consumo y 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 es una biblioteca de comunicación ligera diseñada específicamente para entornos de entrenamiento de IA descentralizada por Prime Intellect, con el objetivo de resolver los cuellos de botella de adaptación de 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 dispositivos, abriendo la "última milla" 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 permiso, verificable y con un mecanismo de incentivos económicos, que permite a cualquier persona participar en tareas y obtener 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 criterios de validación
Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de pesos y trayectorias de observación
Nodos de verificación: 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 y la distribución de recompensas, formando un circuito 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 necesidad de confianza, con un tamaño de parámetro 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 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 un ciclo de incentivos económicos en el proceso de entrenamiento.
En términos de rendimiento, INTELLECT-2 se basa en el QwQ-32B y ha realizado un entrenamiento específico de RL en código y matemáticas, situándose en la vanguardia de los modelos de ajuste fino de RL de código abierto actuales.
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.
22 me gusta
Recompensa
22
5
Compartir
Comentar
0/400
PerennialLeek
· 07-14 06:17
Aprender bien causa calvicie.
Ver originalesResponder0
MeaninglessGwei
· 07-13 20:05
¿Ya se pueden usar cupones de clip nuevamente?
Ver originalesResponder0
SerNgmi
· 07-13 20:05
Es un poco absurdo, todavía están jugando con conceptos.
Ver originalesResponder0
BearMarketSurvivor
· 07-13 19:55
Para refinar el elixir, juega con el aprendizaje federado
Ver originalesResponder0
BearMarketBard
· 07-13 19:48
¿Cómo se entrenan múltiples trampas? ¿Cómo se establece el mecanismo de incentivos?
El camino hacia el santo grial del entrenamiento de IA Descentralización: de la exploración técnica a la práctica real.
El Santo Grial de Crypto AI: Exploración de vanguardia en entrenamiento descentralizado
En toda la cadena de valor de la IA, el entrenamiento de modelos es el eslabón que más recursos consume y el que tiene la mayor barrera técnica, decidiendo directamente el límite de capacidad del modelo y el efecto de aplicación real. En comparación con la llamada ligera en la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de gran capacidad de cálculo, un flujo de procesamiento de datos complejo y un soporte de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva del paradigma 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.
La capacitación centralizada es la forma tradicional más común, realizada por una única institución dentro de un clúster de alto rendimiento local, completando todo el proceso de capacitación, desde el hardware, el software de bajo nivel, el sistema de programación del clúster, hasta todos los componentes del marco de capacitación, todos coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la eficiencia del intercambio de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos se optimicen, siendo muy adecuada para la capacitación de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables, pero al mismo tiempo enfrenta problemas como monopolio de datos, barreras de recursos, consumo de energía y riesgo 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 que colaboren en su ejecución, con el fin de superar los cuellos de botella en el cálculo y almacenamiento de una sola máquina. Aunque físicamente presenta características de "descentralización", en su conjunto sigue siendo controlado y coordinado por una entidad centralizada, funcionando a menudo en entornos de red local de alta velocidad, a través de 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 la colaboración de varios empleados en "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 resistente a la censura. Su característica central es: múltiples nodos que no se confían entre sí 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 garantizar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:
La Descentralización del entrenamiento puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su capacidad de cálculo para entrenar un modelo de manera colaborativa, pero "el verdadero entrenamiento descentralizado a gran escala que es viable" sigue siendo un desafío ingenieril sistémico, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la validación del modelo. 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 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 posee la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que cuenta con la ventaja de dispersión de datos del entrenamiento Descentralizado, pero aún depende de un coordinador de confianza, 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 moderado en la tarea de entrenamiento, la estructura de confianza y el mecanismo de comunicación, lo que lo hace más adecuado como una arquitectura de despliegue transitoria en la industria.
Descentralización entrenamiento de los límites, oportunidades y caminos reales
Desde la perspectiva del paradigma de entrenamiento, la Descentralización no es adecuada para todos los tipos de tareas. En ciertos escenarios, debido a la complejidad de la estructura de la tarea, a la alta demanda de recursos o a la dificultad de colaboración, no es natural que se complete de manera eficiente entre nodos heterogéneos y de confianza. Por ejemplo, el entrenamiento de grandes modelos a menudo depende de una alta memoria de video, baja latencia y un ancho de banda alto, lo que dificulta la división y sincronización efectivas en una red abierta; las tareas que tienen fuertes restricciones de privacidad de datos y soberanía están limitadas por el cumplimiento legal y las restricciones éticas, lo que impide la apertura y el intercambio; y las tareas que carecen de incentivos de colaboración básicos carecen de motivación externa para la participación. Estas fronteras conforman las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que el entrenamiento en Descentralización sea un engaño. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden incentivarse, el entrenamiento en Descentralización muestra un claro potencial de aplicación. Incluyendo pero no limitado a: ajuste fino LoRA, tareas de entrenamiento posterior de alineación de comportamiento, tareas de entrenamiento y etiquetado mediante crowdsourcing de datos, entrenamiento de modelos base pequeños con recursos controlables, y escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente tienen características de alta paralelización, baja acoplamiento y tolerancia a potencias de cálculo heterogéneas, 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 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 muchas exploraciones originales en la arquitectura de sistemas y el diseño de algoritmos, representando las direcciones avanzadas de la investigación teórica actual; mientras que Gensyn y Flock.io tienen caminos de implementación relativamente claros, ya mostrando avances ingenieriles iniciales. Este artículo analizará sucesivamente las tecnologías centrales y las arquitecturas de ingeniería detrás de estos cinco proyectos, y explorará además sus diferencias y relaciones complementarias en el sistema de entrenamiento AI descentralizado.
Prime Intellect: pionero de redes colaborativas de aprendizaje reforzado verificables por 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, 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
02, Explicación detallada de los mecanismos clave de entrenamiento de Prime Intellect
#PRIME-RL: Arquitectura de tareas de aprendizaje reforzado 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 de manera independiente el ciclo de tareas en local, y colabore a través de interfaces estandarizadas con mecanismos de verificación y agregación. En comparación con los procesos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para implementar entrenamientos flexibles en un entorno sin programación central, reduciendo tanto la complejidad del sistema como sentando las bases para soportar la paralelización de múltiples tareas y la evolución de estrategias.
#TOPLOC:Mecanismo de verificación de comportamiento de entrenamiento ligero
TOPLOC es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo 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 completo del modelo, sino que completa la verificación de estructuras ligeras mediante el análisis de la trayectoria 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 representa una innovación clave para lograr la distribución de recompensas de entrenamiento sin confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditada y motivada.
#SHARDCAST: Protocolo de agregación y propagación de pesos asíncronos
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado especialmente para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodos variables. Combina un mecanismo de propagación de gossip con 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 los métodos centralizados o síncronos de AllReduce, SHARDCAST mejora significativamente la escalabilidad y la tolerancia a fallos del entrenamiento descentralizado, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continuo.
#OpenDiLoCo: Marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación independiente y de código abierto desarrollado por el equipo de Prime Intellect, basado en la filosofía DiLoCo propuesta 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 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 GPU de consumo y 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 es una biblioteca de comunicación ligera diseñada específicamente para entornos de entrenamiento de IA descentralizada por Prime Intellect, con el objetivo de resolver los cuellos de botella de adaptación de 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 dispositivos, abriendo la "última milla" 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 permiso, verificable y con un mecanismo de incentivos económicos, que permite a cualquier persona participar en tareas y obtener recompensas basadas en contribuciones reales. El protocolo opera 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 circuito 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 necesidad de confianza, con un tamaño de parámetro 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 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 un ciclo de incentivos económicos en el proceso de entrenamiento.
En términos de rendimiento, INTELLECT-2 se basa en el QwQ-32B y ha realizado un entrenamiento específico de RL en código y matemáticas, situándose en la vanguardia de los modelos de ajuste fino de RL de código abierto actuales.