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

En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que más recursos consume y presenta las mayores barreras tecnológicas, 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, flujos de procesamiento de datos complejos y un fuerte soporte de algoritmos de optimización, 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 clasificar en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de Descentralización que se discutirá en este artículo.

El entrenamiento centralizado es la forma tradicional más común, realizado por una única institución en un clúster local de alto rendimiento que completa todo el proceso de entrenamiento, desde el hardware, el software de bajo nivel, el sistema de programación de clústeres, hasta todos los componentes del marco de entrenamiento, todos coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la eficiencia del uso compartido de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos se optimicen, 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 el monopolio de datos, barreras de recursos, consumo de energía y riesgos de punto único.

El entrenamiento distribuido es la forma principal de entrenamiento de modelos grandes en la actualidad, cuyo núcleo es descomponer las tareas de entrenamiento del modelo y distribuirlas a múltiples máquinas para que se ejecuten de manera colaborativa, con el fin de superar las limitaciones de cómputo y almacenamiento de una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el conjunto sigue siendo controlado y programado de manera centralizada por una institución, generalmente funcionando 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 se comparten y deben coincidir con los pesos del modelo.
• Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos, logrando una alta 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 paralelismo

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

• Dificultades de heterogeneidad y partición de dispositivos: alta dificultad para coordinar dispositivos heterogéneos, baja eficiencia en la partición de tareas.
• Cuello de botella en la eficiencia de la comunicación: la comunicación en 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 capacitación en Descentralización se puede entender como: un grupo de voluntarios de todo el mundo que contribuyen con su poder de cómputo para colaborar en la capacitación del modelo, pero "la verdadera capacitación descentralizada a gran escala que es factible" sigue siendo un desafío sistemático de ingeniería, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos, validación del modelo, entre otros, pero si se puede "colaborar de manera efectiva + incentivar la honestidad + obtener resultados correctos" sigue 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. El aprendizaje federado tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que posee la ventaja de la dispersión de datos del entrenamiento descentralizado, pero aún depende de un coordinador de confianza, no poseyendo características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de cumplimiento de la privacidad, siendo relativamente moderado en las tareas de entrenamiento, la estructura de confianza y el mecanismo de comunicación, siendo más adecuado como una arquitectura de despliegue transicional en la industria.

Descentralización entrenamiento de los límites, oportunidades y caminos reales

Desde la perspectiva de los paradigmas 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, a las altas demandas de recursos o a la dificultad de colaboración, no es naturalmente adecuado para completarse 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 ancho de banda alto, lo que dificulta su segmentación y sincronización efectiva 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; y las tareas que carecen de incentivos de colaboración carecen de motivación para la participación externa. Estas fronteras constituyen conjuntamente las limitaciones reales del entrenamiento descentralizado actual.

Pero esto no significa que la formación descentralizada sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y motivadoras, la formación descentralizada muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajustes finos de LoRA, tareas de entrenamiento posterior de alineación de comportamiento como RLHF, DPO(, tareas de entrenamiento y anotación de datos mediante crowdsourcing, entrenamiento de modelos básicos 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 capacidades computacionales heterogéneas, lo que las hace muy adecuadas para la formación colaborativa a través de redes P2P, protocolos Swarm, optimizadores distribuidos, etc.

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

Descentralización entrenamiento clásico proyecto 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 tecnológica y la dificultad de implementación ingenieril, Prime Intellect, Nous Research y Pluralis.ai han propuesto muchas exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de investigación teórica más avanzadas; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, y ya se pueden ver avances iniciales en la ingeniería.

) Prime Intellect: Pionero de redes de colaboración de aprendizaje reforzado 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 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

![El Santo Grial de Crypto AI: Explorar la vanguardia del entrenamiento en Descentralización]###https://img-cdn.gateio.im/webp-social/moments-69eb6c2dab3d6284b890285c71e7a47f.webp(

)# Explicación detallada del mecanismo clave de entrenamiento de Prime Intellect

#PRIME-RL: Arquitectura de tarea de aprendizaje reforzado 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 preferente, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete de forma independiente el ciclo de tareas en local y colabore con mecanismos de verificación y agregación a través de interfaces estandarizadas. En comparación con los procesos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para lograr un entrenamiento flexible en un entorno sin programación central, lo que reduce la complejidad del sistema y sienta 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 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 del modelo completo, sino que completa la verificación de 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, siendo una innovación clave para lograr una distribución 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 peso asíncrono

SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado específicamente para entornos de red reales que son asíncronos, tienen limitaciones de ancho de banda y estados de nodo variables. Combina un mecanismo de propagación gossip con estrategias de sincronización local, permitiendo a múltiples nodos continuar enviando actualizaciones parciales en estados desincronizados, logrando la convergencia progresiva de pesos y la evolución de múltiples versiones. En comparación con los métodos AllReduce centralizados o síncronos, 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 de entrenamiento continuo.

#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 Prime Intellect, basado en la filosofía DiLoCo propuesta por DeepMind. Está diseñado específicamente para abordar los desafíos comunes en el entrenamiento descentralizado, como la limitación de ancho de banda, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, lo que evita el alto costo de comunicación de la sincronización global, y permite completar el entrenamiento colaborativo del modelo utilizando únicamente nodos vecinos locales. Combinando actualizaciones asíncronas y un mecanismo de tolerancia a fallos, OpenDiLoCo permite que GPU de consumo y dispositivos de borde participen de manera estable en tareas de entrenamiento, mejorando significativamente la participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizado.

#PCCL: Biblioteca de comunicación colaborativa

PCCL es una biblioteca de comunicación ligera diseñada a medida para el entorno de entrenamiento de IA descentralizada de Prime Intellect, con el objetivo de solucionar los cuellos de botella de adaptación de las 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 los dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.

Prime Intellect red de incentivos y división de roles

Prime Intellect ha construido una red de entrenamiento sin permisos, verificable y con un mecanismo de incentivos económicos, que permite a cualquier persona participar en tareas y recibir recompensas basadas en contribuciones reales. El protocolo opera sobre 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 autenticidad del comportamiento de entrenamiento y participar en el cálculo de recompensas y la agregación de estrategias.

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

![El Santo Grial de Crypto AI: Descentralización en la exploración de vanguardia])https://img-cdn.gateio.im/webp-social/moments-b11af8d10db6e8baa0c19e87aa18dd82.webp(

)# INTELLECT-2: Publicación del primer modelo de entrenamiento descentralizado 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 confianza, con una escala de parámetros de 32B. El modelo INTELLECT-2 fue completado mediante el entrenamiento colaborativo de más de 100 nodos heterogéneos GPU repartidos en tres continentes, utilizando una arquitectura completamente asíncrona, con una duración de entrenamiento de más de 400 horas, demostrando la viabilidad y estabilidad de las redes de colaboración asíncronas. Este modelo no solo representa un avance en el rendimiento, sino que también es la primera implementación sistemática del paradigma "entrenamiento es consenso" propuesto por Prime Intellect. INTELLECT-2 integra los módulos de protocolo centrales como la estructura de entrenamiento asíncrono PRIME-RL###, la validación del comportamiento de entrenamiento TOPLOC( y la agregación de pesos asíncrona SHARDCAST), marcando la primera vez que una red de entrenamiento descentralizada logra la apertura, la verificación y un ciclo de incentivos económicos en el proceso de entrenamiento.

En términos de rendimiento, INTELLECT-2