Evolución del paradigma de entrenamiento de IA: de control centralizado a la revolución tecnológica de la colaboración descentralizada
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y tiene el mayor umbral técnico, determinando directamente el límite de capacidad del modelo y su efectividad en la aplicación práctica. En comparación con la invocación 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 soporte de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva de los paradigmas de arquitectura, los métodos de entrenamiento se pueden dividir en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de Descentralización que se discute en este artículo.
El entrenamiento centralizado es la forma tradicional más común, realizado por una única entidad en un clúster de alto rendimiento local que completa todo el proceso de entrenamiento. Desde el hardware, el software subyacente, el sistema de programación de clústeres, hasta todos los componentes del marco de entrenamiento, son coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos alcancen su máxima eficiencia, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, ofreciendo ventajas en términos de alta eficiencia y control de recursos. Sin embargo, también presenta problemas como el monopolio de datos, barreras de recursos, consumo energético y riesgos de punto único.
El entrenamiento distribuido es el método principal para el entrenamiento de modelos grandes en la actualidad. Su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para que colaboren, con el fin de superar las limitaciones de cálculo y almacenamiento de una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el control y la sincronización general siguen siendo gestionados por organizaciones centralizadas, y a menudo se ejecuta en entornos de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, coordinando unificadamente las subtareas desde un nodo principal. Los métodos principales incluyen:
Paralelismo de datos: cada nodo entrena diferentes datos, los parámetros se comparten y deben 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, aumentando el 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", comparable a un mismo jefe que dirige a varios empleados de "oficinas" de forma remota para completar tareas. Actualmente, casi todos los modelos grandes principales se entrenan de esta manera.
La Descentralización del entrenamiento representa un camino futuro más abierto y resistente a la censura. Su característica central es: 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 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 comunicación: la comunicación de 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 es complejo.
La formación en Descentralización se puede entender como: un grupo de voluntarios globales, cada uno contribuyendo con su potencia de cálculo para entrenar modelos de manera colaborativa, pero "la verdadera formación descentralizada a gran escala que es viable" sigue siendo un desafío de ingeniería sistémica, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos y validación de modelos, pero la posibilidad de "colaboración efectiva + incentivos honestos + resultados correctos" todavía se encuentra en una etapa temprana de exploración prototípica.
El aprendizaje federado, como 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. El aprendizaje federado posee una estructura de ingeniería de entrenamiento distribuido y una capacidad de colaboración local, al tiempo que combina la ventaja de la dispersión de datos del entrenamiento descentralizado; sin embargo, todavía depende de un coordinador de confianza y no presenta características de total apertura y resistencia a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de cumplimiento de privacidad, siendo relativamente moderada en términos de tareas de entrenamiento, estructura de confianza y mecanismos de comunicación, resultando más apropiada como una arquitectura de despliegue transitorio 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 naturalmente apta para completarse de manera eficiente entre nodos heterogéneos y sin confianza. Por ejemplo, el entrenamiento de grandes modelos a menudo depende de alta memoria, baja latencia y ancho de banda rápido, lo que dificulta su división y sincronización efectivas 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 su apertura y compartición; mientras que las tareas que carecen de incentivos de colaboración carecen de motivación externa para la participación. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que la formación en Descentralización sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, la formación en Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino LoRA, tareas de entrenamiento posterior de alineación de comportamiento, tareas de entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos base pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, bajo acoplamiento y tolerancia a la 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.
Actualmente, en el campo de la Descentralización del entrenamiento y el aprendizaje federado, los proyectos de blockchain más representativos incluyen Prime Intellect, Pluralis.ai, Gensyn, Nous Research y Flock.io. Desde la perspectiva de la innovación técnica y la dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han presentado una exploración original considerable en el diseño de sistemas y algoritmos, representando las direcciones de vanguardia en la investigación teórica actual; mientras que Gensyn y Flock.io tienen un camino de implementación relativamente claro y ya se pueden observar avances 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 complementarias en el sistema de entrenamiento de IA 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 con descentralización, verificabilidad, apertura y un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Uno, Estructura de la pila de protocolos Prime Intellect y valor de módulos clave
Dos, explicación detallada de los mecanismos 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 participantes asíncronos. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritaria, desacoplando estructuralmente el proceso de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete ciclos 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 entrenamiento flexible en un entorno 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.
TOPLOC: mecanismo de verificación de comportamiento de entrenamiento ligero
TOPLOC es el mecanismo central de verificabilidad 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 del modelo completo, sino que completa la verificación de la estructura ligera analizando 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, y proporciona un camino viable para construir redes de entrenamiento colaborativo descentralizadas que sean auditable e incentivadora.
SHARDCAST: Protocolo de agregación y propagación de peso asíncrono
SHARDCAST es un protocolo de difusión y agregación de pesos diseñado por Prime Intellect, optimizado específicamente para entornos de red reales que son asíncronos, con ancho de banda limitado y con estados de nodos variables. Combina mecanismos de difusión de gossip con estrategias de sincronización local, permitiendo que múltiples nodos envíen 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 de AllReduce 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 una iteración de entrenamiento continua.
OpenDiLoCo: marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación implementado de forma independiente y de código abierto por el equipo de Prime Intellect, basado en el concepto de DiLoCo propuesto por DeepMind, diseñado específicamente para enfrentar desafíos comunes en el entrenamiento descentralizado, como la limitación de ancho de banda, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, evitando 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 un mecanismo de tolerancia a fallos, OpenDiLoCo permite que GPUs de consumo y dispositivos de borde participen de manera estable en las tareas de entrenamiento, mejorando significativamente la 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 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 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 subyacente que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia de ancho de banda y la compatibilidad de dispositivos en la red de entrenamiento, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
Tres, Prime Intellect red de incentivos y división de roles
Prime Intellect construyó una red de entrenamiento sin permisos, verificable y con un mecanismo de incentivos económicos, permitiendo que cualquier persona participe en tareas y reciba 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 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 y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamiento de entrenamiento real".
Cuatro, INTELLECT-2: lanzamiento 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 mediante la colaboración de nodos descentralizados, asíncronos y sin necesidad de confianza, con una escala de parámetros de 32B. El modelo INTELLECT-2 fue completado por 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 el rendimiento, sino que también es la primera implementación sistemática del paradigma "entrenamiento es consenso" propuesto por Prime Intellect. INTELLECT-2 integra módulos de protocolo centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la primera vez que la red de entrenamiento descentralizada logró abrir el proceso de 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.
10 me gusta
Recompensa
10
5
Compartir
Comentar
0/400
PumpBeforeRug
· 07-29 08:34
¡Este gran aumento está programado, mantente cerca!
Ver originalesResponder0
WhaleStalker
· 07-29 00:52
El aprendizaje federado ha sido muy exagerado.
Ver originalesResponder0
PaperHandsCriminal
· 07-29 00:46
La industria pesada, ¿verdad? ... tiene una competencia con mi posición pesada en el desastre.
Ver originalesResponder0
SilentObserver
· 07-29 00:44
¿Realmente hay descentralización en lo que se llama descentralización?
Ver originalesResponder0
Anon32942
· 07-29 00:27
¡Los jugadores de élite vienen a mostrar sus habilidades!
Revolución del paradigma de entrenamiento de IA: de la centralización a la Descentralización en la evolución tecnológica
Evolución del paradigma de entrenamiento de IA: de control centralizado a la revolución tecnológica de la colaboración descentralizada
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y tiene el mayor umbral técnico, determinando directamente el límite de capacidad del modelo y su efectividad en la aplicación práctica. En comparación con la invocación 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 soporte de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva de los paradigmas de arquitectura, los métodos de entrenamiento se pueden dividir en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de Descentralización que se discute en este artículo.
El entrenamiento centralizado es la forma tradicional más común, realizado por una única entidad en un clúster de alto rendimiento local que completa todo el proceso de entrenamiento. Desde el hardware, el software subyacente, el sistema de programación de clústeres, hasta todos los componentes del marco de entrenamiento, son coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos alcancen su máxima eficiencia, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, ofreciendo ventajas en términos de alta eficiencia y control de recursos. Sin embargo, también presenta problemas como el monopolio de datos, barreras de recursos, consumo energético y riesgos de punto único.
El entrenamiento distribuido es el método principal para el entrenamiento de modelos grandes en la actualidad. Su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para que colaboren, con el fin de superar las limitaciones de cálculo y almacenamiento de una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el control y la sincronización general siguen siendo gestionados por organizaciones centralizadas, y a menudo se ejecuta en entornos de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, coordinando unificadamente las subtareas desde un nodo principal. Los métodos principales incluyen:
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", comparable a un mismo jefe que dirige a varios empleados de "oficinas" de forma remota para completar tareas. Actualmente, casi todos los modelos grandes principales se entrenan de esta manera.
La Descentralización del entrenamiento representa un camino futuro más abierto y resistente a la censura. Su característica central es: 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:
La formación en Descentralización se puede entender como: un grupo de voluntarios globales, cada uno contribuyendo con su potencia de cálculo para entrenar modelos de manera colaborativa, pero "la verdadera formación descentralizada a gran escala que es viable" sigue siendo un desafío de ingeniería sistémica, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos y validación de modelos, pero la posibilidad de "colaboración efectiva + incentivos honestos + resultados correctos" todavía se encuentra en una etapa temprana de exploración prototípica.
El aprendizaje federado, como 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. El aprendizaje federado posee una estructura de ingeniería de entrenamiento distribuido y una capacidad de colaboración local, al tiempo que combina la ventaja de la dispersión de datos del entrenamiento descentralizado; sin embargo, todavía depende de un coordinador de confianza y no presenta características de total apertura y resistencia a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de cumplimiento de privacidad, siendo relativamente moderada en términos de tareas de entrenamiento, estructura de confianza y mecanismos de comunicación, resultando más apropiada como una arquitectura de despliegue transitorio 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 naturalmente apta para completarse de manera eficiente entre nodos heterogéneos y sin confianza. Por ejemplo, el entrenamiento de grandes modelos a menudo depende de alta memoria, baja latencia y ancho de banda rápido, lo que dificulta su división y sincronización efectivas 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 su apertura y compartición; mientras que las tareas que carecen de incentivos de colaboración carecen de motivación externa para la participación. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que la formación en Descentralización sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, la formación en Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino LoRA, tareas de entrenamiento posterior de alineación de comportamiento, tareas de entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos base pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, bajo acoplamiento y tolerancia a la 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 la Descentralización del entrenamiento y el aprendizaje federado, los proyectos de blockchain más representativos incluyen Prime Intellect, Pluralis.ai, Gensyn, Nous Research y Flock.io. Desde la perspectiva de la innovación técnica y la dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han presentado una exploración original considerable en el diseño de sistemas y algoritmos, representando las direcciones de vanguardia en la investigación teórica actual; mientras que Gensyn y Flock.io tienen un camino de implementación relativamente claro y ya se pueden observar avances 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 complementarias en el sistema de entrenamiento de IA 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 con descentralización, verificabilidad, apertura y un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Uno, Estructura de la pila de protocolos Prime Intellect y valor de módulos clave
Dos, explicación detallada de los mecanismos 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 participantes asíncronos. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritaria, desacoplando estructuralmente el proceso de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete ciclos 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 entrenamiento flexible en un entorno 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.
TOPLOC: mecanismo de verificación de comportamiento de entrenamiento ligero
TOPLOC es el mecanismo central de verificabilidad 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 del modelo completo, sino que completa la verificación de la estructura ligera analizando 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, y proporciona un camino viable para construir redes de entrenamiento colaborativo descentralizadas que sean auditable e incentivadora.
SHARDCAST: Protocolo de agregación y propagación de peso asíncrono
SHARDCAST es un protocolo de difusión y agregación de pesos diseñado por Prime Intellect, optimizado específicamente para entornos de red reales que son asíncronos, con ancho de banda limitado y con estados de nodos variables. Combina mecanismos de difusión de gossip con estrategias de sincronización local, permitiendo que múltiples nodos envíen 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 de AllReduce 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 una iteración de entrenamiento continua.
OpenDiLoCo: marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación implementado de forma independiente y de código abierto por el equipo de Prime Intellect, basado en el concepto de DiLoCo propuesto por DeepMind, diseñado específicamente para enfrentar desafíos comunes en el entrenamiento descentralizado, como la limitación de ancho de banda, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, evitando 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 un mecanismo de tolerancia a fallos, OpenDiLoCo permite que GPUs de consumo y dispositivos de borde participen de manera estable en las tareas de entrenamiento, mejorando significativamente la 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 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 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 subyacente que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia de ancho de banda y la compatibilidad de dispositivos en la red de entrenamiento, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
Tres, Prime Intellect red de incentivos y división de roles
Prime Intellect construyó una red de entrenamiento sin permisos, verificable y con un mecanismo de incentivos económicos, permitiendo que cualquier persona participe en tareas y reciba 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 y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamiento de entrenamiento real".
Cuatro, INTELLECT-2: lanzamiento 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 mediante la colaboración de nodos descentralizados, asíncronos y sin necesidad de confianza, con una escala de parámetros de 32B. El modelo INTELLECT-2 fue completado por 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 el rendimiento, sino que también es la primera implementación sistemática del paradigma "entrenamiento es consenso" propuesto por Prime Intellect. INTELLECT-2 integra módulos de protocolo centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la primera vez que la red de entrenamiento descentralizada logró abrir el proceso de entrenamiento.