El Santo Grial de Crypto AI: Exploración de vanguardia en el entrenamiento de Descentralización

En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que más recursos consume y presenta la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y su efectividad en aplicaciones reales. En comparación con la llamada ligera de la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de gran capacidad 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 el punto de vista del paradigma arquitectónico, los métodos de entrenamiento se pueden clasificar en cuatro tipos: 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, completado por una única entidad dentro de un clúster de alto rendimiento local, donde 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, es coordinado por un sistema de control unificado. Esta arquitectura de profunda colaboración optimiza la eficiencia del intercambio 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 y Gemini, con ventajas de alta eficiencia y recursos controlables. Sin embargo, también presenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y riesgos de puntos únicos.

El entrenamiento distribuido es la forma principal de entrenamiento de grandes modelos en la actualidad, y su núcleo es descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para su ejecución conjunta, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. Aunque físicamente presenta características de "descentralización", en general sigue siendo controlado y programado por una institución centralizada y suele funcionar en entornos de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, coordinando las subtareas a través de un nodo principal. Los métodos principales incluyen:

• Paralelismo de datos: cada nodo entrena diferentes parámetros de datos compartidos, se necesita hacer coincidir 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 etapas, aumentando la tasa de rendimiento
• Paralelismo de tensor: refinamiento de la segmentación de cálculo de matrices, mejora de la granularidad de paralelismo

El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", similar a un mismo jefe que dirige de forma remota la colaboración de varios empleados de "oficinas" para completar tareas. Actualmente, casi todos los modelos grandes principales se entrenan de esta manera.

La Descentralización en el entrenamiento representa un camino futuro más abierto y con características de resistencia a la censura. Su característica central es: múltiples nodos que no se fían entre sí colaboran para completar tareas de entrenamiento sin un coordinador central, generalmente mediante protocolos que impulsan la distribución y colaboración de tareas, y utilizando mecanismos de incentivos criptográficos para asegurar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:

• Dificultades en la heterogeneidad y segmentación de dispositivos: alta dificultad en la coordinación de dispositivos heterogéneos, baja eficiencia en la segmentación 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 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 programador central, la distribución de tareas y el mecanismo de retroceso de excepciones son complejos

La Descentralización del entrenamiento se puede entender como: un grupo de voluntarios globales, cada uno contribuyendo con su poder de cómputo para entrenar el modelo de manera colaborativa, pero "el verdadero entrenamiento descentralizado a gran escala 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 del modelo, etc., pero si se puede lograr "colaboración efectiva + incentivos honestos + resultados correctos" todavía 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 tiene una estructura de ingeniería de entrenamiento distribuido y capacidades de colaboración local, al mismo tiempo que posee las ventajas de la dispersión de datos en el entrenamiento Descentralización, pero aún depende de un coordinador 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, siendo relativamente moderada en las tareas de entrenamiento, estructura de confianza y mecanismos de comunicación, y más adecuada como una arquitectura de implementación transitoria 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 dificultad de colaboración, no es naturalmente adecuada para completarse de manera eficiente entre nodos heterogéneos y de confianza. 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 división y sincronización efectiva en una red abierta; las tareas con fuertes restricciones de privacidad y soberanía de datos están limitadas por el cumplimiento legal y las restricciones éticas, lo que impide el intercambio abierto; mientras que las tareas que carecen de incentivos de colaboración básicos carecen de motivación externa para la participación. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.

Pero esto no significa que el entrenamiento descentralizado sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden incentivarse, el entrenamiento descentralizado muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de post-entrenamiento de alineación de comportamiento, tareas de entrenamiento y etiquetado mediante colaboración de datos, entrenamiento de modelos base pequeños con recursos controlables, y escenarios de entrenamiento colaborativo con la participación de dispositivos de borde. Estas tareas generalmente poseen características de alta paralelización, baja acoplamiento y tolerancia a capacidades de cómputo heterogéneas, siendo muy adecuadas para el entrenamiento colaborativo a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.

Descentralización entrenamiento clásicos proyectos análisis

Actualmente, en el campo de vanguardia de la Descentralización y el aprendizaje federado, los proyectos de blockchain más representativos incluyen Prime Intellect, Pluralis.ai, Gensyn, Nous Research y Flock.io. Desde la perspectiva de la innovación técnica y la dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han propuesto numerosas exploraciones originales en el diseño de sistemas y algoritmos, representando las direcciones de investigación teórica más avanzadas; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden ver avances iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías centrales 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 descentralizada.

Prime Intellect: Pionero de redes colaborativas de aprendizaje reforzado verificables en el camino de entrenamiento.

Prime Intellect se dedica a construir una red de entrenamiento de IA sin necesidad de confianza, permitiendo que cualquiera pueda participar en el entrenamiento y recibir recompensas confiables por sus contribuciones computacionales. Prime Intellect espera construir un sistema de entrenamiento de IA Descentralización con verificabilidad, apertura y un mecanismo de incentivos completo a través de los tres módulos: PRIME-RL + TOPLOC + SHARDCAST.

Estructura de la pila de protocolos Prime Intellect y valor de los módulos clave

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 participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritario, desacoplando estructuralmente los procesos 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 verificación y agregación. En comparación con los procesos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para implementar entrenamiento flexible en entornos sin programación central, lo que reduce la complejidad del sistema y establece una base 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 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 de estructura ligera analizando la trayectoria de consistencia local entre "secuencias de observación ↔ actualización de estrategia". Por primera vez, convierte las trayectorias de comportamiento durante el proceso de entrenamiento en objetos verificables, lo que constituye una innovación clave para lograr la asignación de recompensas de entrenamiento sin necesidad de confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea 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 reales que son asíncronos, con ancho de banda limitado y estados de nodos variables. Combina mecanismos de propagación gossip con estrategias de sincronización local, permitiendo que múltiples nodos sometan continuamente actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y una 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 central para construir un consenso estable de pesos 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 la filosofía DiLoCo propuesta por DeepMind, diseñado específicamente para afrontar 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, evitando los altos costos de comunicación de una sincronización global mediante la construcción de estructuras topológicas dispersas como Ring, Expander y Small-World, y completando el entrenamiento colaborativo del modelo solo con vecinos locales. Combinando actualizaciones asíncronas y un mecanismo de tolerancia a fallos por puntos de control, 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 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 baja banda ancha. PCCL admite topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de interrupción, 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 verdadera red de entrenamiento colaborativo abierta y sin necesidad de confianza.

Prime Intellect red de incentivos y división de roles

Prime Intellect ha construido una red de entrenamiento que no requiere permisos, es verificable y cuenta 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 actualización de pesos y trayectoria de observación
• Nodos de validación: utilizar el mecanismo TOPLOC para verificar la veracidad del comportamiento de entrenamiento y participar en el cálculo de recompensas y la agregación de estrategias.

El proceso central del protocolo incluye la publicación de tareas, el entrenamiento de nodos, la verificación de trayectorias, la agregación de pesos y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".

INTELLECT-2: Lanzamiento del primer modelo de entrenamiento descentralizado verificable

Prime Intellect lanzó INTELLECT-2 en mayo de 2025, 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 en tres continentes, utilizando una arquitectura completamente asíncrona, con un tiempo de entrenamiento superior a 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 "entrenar es consenso" propuesto por Prime Intellect. INTELLECT-2 integra módulos de protocolo centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la primera vez que una red de entrenamiento descentralizada logra la apertura, la verificabilidad y los incentivos económicos en el proceso de entrenamiento.