El Santo Grial de Crypto AI: Exploración de vanguardia en el entrenamiento descentralizado
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa de mayor consumo de recursos y con la mayor barrera técnica, que determina 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 complejo proceso de procesamiento de datos y un apoyo 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 arquitectónicos, 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.
El entrenamiento centralizado es el método tradicional más común, realizado por una única institución en un clúster de alto rendimiento local, completando todo el proceso de entrenamiento, desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, todos coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y la eficiencia de los mecanismos de tolerancia a fallos alcancen su máximo, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables, pero al mismo tiempo presenta problemas como el monopolio de datos, las barreras de recursos, el consumo de energía y los riesgos de un solo punto.
El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad, y su núcleo es descomponer las tareas de entrenamiento del modelo y distribuirlas a múltiples máquinas para su ejecución colaborativa, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de que físicamente presenta características de "descentralización", en general sigue siendo controlado y coordinado por una institución centralizada, y a menudo opera 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 uniformemente las subtareas. 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: desplazar diferentes partes del modelo en diferentes nodos para lograr una gran escalabilidad
Paralelización de tuberías: ejecución en serie por etapas, mejora del rendimiento
Paralelismo de tensores: segmentación refinada de cálculos matriciales, mejora de la granularidad paralela
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análogo a un mismo jefe que dirige remotamente a varios empleados de "oficinas" para colaborar en la realización de tareas. Actualmente, casi todos los modelos de gran tamaño más importantes se entrenan de esta manera.
La Descentralización en el entrenamiento representa un camino futuro más abierto y resistente a la censura. Sus características centrales son: múltiples nodos que no se confían entre sí colaboran para completar tareas de entrenamiento sin un coordinador central, a menudo impulsados por protocolos para 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 de heterogeneidad y segmentación de dispositivos: alta dificultad de coordinación entre dispositivos heterogéneos, baja eficiencia en la segmentación de tareas.
Cuello de botella en la eficiencia de la comunicación: la comunicación en red es inestable, y 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 retroceso de excepciones son complejos
La capacitación descentralizada puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su poder de cómputo para entrenar modelos de manera colaborativa, pero la "verdadera capacitación descentralizada a gran escala que sea viable" sigue siendo un desafío de ingeniería sistémica, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la verificación de modelos. Sin embargo, la posibilidad de "colaborar de manera efectiva + incentivar la honestidad + obtener resultados correctos" aún se encuentra en una etapa temprana de exploración prototípica.
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 la conformidad con la privacidad. El aprendizaje federado cuenta con la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que posee las ventajas de la dispersión de datos del entrenamiento Descentralización, pero aún depende de partes coordinadoras de confianza y no tiene características completamente abiertas y resistentes a la censura. Se puede considerar como un esquema de "Descentralización controlada" en escenarios de conformidad con la privacidad, siendo relativamente moderado en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, siendo más adecuado 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 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 alto, lo que dificulta la segmentación y sincronización efectivas en una red abierta; las tareas con 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 básicos para la colaboración carecen de motivación externa para la participación. Estos límites conjuntos constituyen las restricciones reales del entrenamiento descentralizado en la actualidad.
Pero esto no significa que el entrenamiento descentralizado sea un concepto erróneo. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, el entrenamiento descentralizado 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 por crowdsourcing de datos, entrenamiento de modelos base pequeños controlables en recursos, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente presentan características de alta paralelización, baja acoplamiento y tolerancia a potencia de cálculo heterogénea, lo que las hace muy adecuadas para ser realizadas a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros métodos de entrenamiento colaborativo.
En la actualidad, los proyectos de blockchain representativos en el campo de la Descentralización y el aprendizaje federado incluyen principalmente Prime Intellect, Pluralis.ai, Gensyn, Nous Research y Flock.io. Desde el punto de vista de la innovación tecnológica y la dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han propuesto numerosas exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando así las direcciones de vanguardia en la investigación teórica actual; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden observar avances iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías clave y las arquitecturas de ingeniería detrás de estos cinco proyectos, y explorará aún más sus diferencias y relaciones complementarias en el sistema de entrenamiento de IA descentralizada.
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 sin necesidad de 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 que tenga verificabilidad, apertura y 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 módulos clave
02, Explicación detallada del mecanismo clave de entrenamiento de Prime Intellect
#PRIME-RL: Arquitectura de tareas de aprendizaje por refuerzo asíncrono desacoplado
PRIME-RL es un marco de modelado y ejecución de tareas personalizado por Prime Intellect para escenarios de 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 su ciclo de tareas de manera independiente en local, y colaborando 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, 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 ha completado efectivamente el aprendizaje de estrategias 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 la trayectoria de comportamiento durante el proceso de entrenamiento en un objeto verificable, lo que representa una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivadora.
#SHARDCAST: Protocolo de agregación y difusión de pesos asincrónicos
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, tienen un ancho de banda limitado y un estado de nodo variable. Combina un mecanismo de propagación gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y una evolución de múltiples versiones. En comparación con métodos centralizados o sincrónicos 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 continua de entrenamiento.
#OpenDiLoCo: Marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicaciones desarrollado de forma independiente y de código abierto por el equipo de Prime Intellect, basado en el concepto DiLoCo propuesto por DeepMind, diseñado específicamente para enfrentar desafíos comunes en el entrenamiento descentralizado, como limitaciones de ancho de banda, heterogeneidad de dispositivos e inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo topologías 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 GPUs de consumo y dispositivos de borde participen de manera estable en tareas de entrenamiento, mejorando significativamente la accesibilidad al entrenamiento colaborativo global, y es una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizado.
#PCCL: Biblioteca de comunicación colaborativa
PCCL es una biblioteca de comunicación liviana diseñada a medida por Prime Intellect para el entorno de entrenamiento de IA descentralizada, con el objetivo de resolver los cuellos de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de baja ancho de banda. PCCL soporta 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 el componente de base que soporta la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia de ancho de banda y la compatibilidad de dispositivos de la red de entrenamiento, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativa verdaderamente abierta y sin necesidad de confianza.
03、Prime Intellect incentivos de red 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 actualizaciones de peso y observar trayectorias
Nodo de validación: usar 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".
04, INTELLECT-2: Lanzamiento 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 por nodos descentralizados asíncronos y sin necesidad de confianza, con un tamaño de parámetro de 32B. El modelo INTELLECT-2 fue completado mediante el entrenamiento colaborativo de más de 100 nodos heterogéneos GPU distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con una duración de entrenamiento que supera las 400 horas, demostrando la viabilidad y estabilidad de la red de colaboración asíncrona. Este modelo no solo representa un avance en términos de rendimiento, sino que también es la primera implementación sistemática del paradigma propuesto por Prime Intellect de "entrenar es consenso". INTELLECT-2 integra módulos de protocolo centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la primera realización de la apertura, verificabilidad y ciclo de incentivos económicos en el proceso de entrenamiento de la red de entrenamiento descentralizado.
En términos de rendimiento, INTELLECT-2 se basa en QwQ-32B y ha realizado un entrenamiento RL especializado en código y matemáticas, estando a 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.
7 me gusta
Recompensa
7
7
Compartir
Comentar
0/400
Blockwatcher9000
· hace22h
¿Volver a darles dinero a los gigantes para jugar?
Ver originalesResponder0
ContractExplorer
· hace22h
El Metaverso es el verdadero camino para la IA.
Ver originalesResponder0
CryptoAdventurer
· hace22h
Otra vez vienen a tomar a la gente por tonta con el impuesto a la inteligencia. Sigamos esforzándonos.
Ver originalesResponder0
TestnetNomad
· hace22h
¡Vaya! Este tipo de entrenamiento de modelos consume potencia computacional.
Ver originalesResponder0
PuzzledScholar
· hace22h
Otra vez cosas que no entiendo
Ver originalesResponder0
GlueGuy
· hace22h
La guerra de potencia computacional ha comenzado antes de lo esperado.
Ver originalesResponder0
Anon32942
· hace22h
Otra empresa que juega con la Descentralización de AI.
Descentralización AI entrenamiento nuevo paradigma: Prime Intellect y Pluralis exploran tecnología de vanguardia
El Santo Grial de Crypto AI: Exploración de vanguardia en el entrenamiento descentralizado
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa de mayor consumo de recursos y con la mayor barrera técnica, que determina 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 complejo proceso de procesamiento de datos y un apoyo 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 arquitectónicos, 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.
El entrenamiento centralizado es el método tradicional más común, realizado por una única institución en un clúster de alto rendimiento local, completando todo el proceso de entrenamiento, desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, todos coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y la eficiencia de los mecanismos de tolerancia a fallos alcancen su máximo, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y recursos controlables, pero al mismo tiempo presenta problemas como el monopolio de datos, las barreras de recursos, el consumo de energía y los riesgos de un solo punto.
El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad, y su núcleo es descomponer las tareas de entrenamiento del modelo y distribuirlas a múltiples máquinas para su ejecución colaborativa, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de que físicamente presenta características de "descentralización", en general sigue siendo controlado y coordinado por una institución centralizada, y a menudo opera 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 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 remotamente a varios empleados de "oficinas" para colaborar en la realización de tareas. Actualmente, casi todos los modelos de gran tamaño más importantes se entrenan de esta manera.
La Descentralización en el entrenamiento representa un camino futuro más abierto y resistente a la censura. Sus características centrales son: múltiples nodos que no se confían entre sí colaboran para completar tareas de entrenamiento sin un coordinador central, a menudo impulsados por protocolos para 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:
La capacitación descentralizada puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su poder de cómputo para entrenar modelos de manera colaborativa, pero la "verdadera capacitación descentralizada a gran escala que sea viable" sigue siendo un desafío de ingeniería sistémica, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la verificación de modelos. Sin embargo, la posibilidad de "colaborar de manera efectiva + incentivar la honestidad + obtener resultados correctos" aún se encuentra en una etapa temprana de exploración prototípica.
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 la conformidad con la privacidad. El aprendizaje federado cuenta con la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que posee las ventajas de la dispersión de datos del entrenamiento Descentralización, pero aún depende de partes coordinadoras de confianza y no tiene características completamente abiertas y resistentes a la censura. Se puede considerar como un esquema de "Descentralización controlada" en escenarios de conformidad con la privacidad, siendo relativamente moderado en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, siendo más adecuado 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 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 alto, lo que dificulta la segmentación y sincronización efectivas en una red abierta; las tareas con 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 básicos para la colaboración carecen de motivación externa para la participación. Estos límites conjuntos constituyen las restricciones reales del entrenamiento descentralizado en la actualidad.
Pero esto no significa que el entrenamiento descentralizado sea un concepto erróneo. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, el entrenamiento descentralizado 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 por crowdsourcing de datos, entrenamiento de modelos base pequeños controlables en recursos, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente presentan características de alta paralelización, baja acoplamiento y tolerancia a potencia de cálculo heterogénea, lo que las hace muy adecuadas para ser realizadas a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros métodos de entrenamiento colaborativo.
Descentralización entrenamiento clásico proyecto análisis
En la actualidad, los proyectos de blockchain representativos en el campo de la Descentralización y el aprendizaje federado incluyen principalmente Prime Intellect, Pluralis.ai, Gensyn, Nous Research y Flock.io. Desde el punto de vista de la innovación tecnológica y la dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han propuesto numerosas exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando así las direcciones de vanguardia en la investigación teórica actual; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden observar avances iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías clave y las arquitecturas de ingeniería detrás de estos cinco proyectos, y explorará aún más sus diferencias y relaciones complementarias en el sistema de entrenamiento de IA descentralizada.
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 sin necesidad de 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 que tenga verificabilidad, apertura y 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 módulos clave
02, Explicación detallada del mecanismo clave de entrenamiento de Prime Intellect
#PRIME-RL: Arquitectura de tareas de aprendizaje por refuerzo asíncrono desacoplado
PRIME-RL es un marco de modelado y ejecución de tareas personalizado por Prime Intellect para escenarios de 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 su ciclo de tareas de manera independiente en local, y colaborando 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, 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 ha completado efectivamente el aprendizaje de estrategias 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 la trayectoria de comportamiento durante el proceso de entrenamiento en un objeto verificable, lo que representa una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivadora.
#SHARDCAST: Protocolo de agregación y difusión de pesos asincrónicos
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, tienen un ancho de banda limitado y un estado de nodo variable. Combina un mecanismo de propagación gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando una convergencia progresiva de pesos y una evolución de múltiples versiones. En comparación con métodos centralizados o sincrónicos 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 continua de entrenamiento.
#OpenDiLoCo: Marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicaciones desarrollado de forma independiente y de código abierto por el equipo de Prime Intellect, basado en el concepto DiLoCo propuesto por DeepMind, diseñado específicamente para enfrentar desafíos comunes en el entrenamiento descentralizado, como limitaciones de ancho de banda, heterogeneidad de dispositivos e inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo topologías 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 GPUs de consumo y dispositivos de borde participen de manera estable en tareas de entrenamiento, mejorando significativamente la accesibilidad al entrenamiento colaborativo global, y es una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizado.
#PCCL: Biblioteca de comunicación colaborativa
PCCL es una biblioteca de comunicación liviana diseñada a medida por Prime Intellect para el entorno de entrenamiento de IA descentralizada, con el objetivo de resolver los cuellos de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de baja ancho de banda. PCCL soporta 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 el componente de base que soporta la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia de ancho de banda y la compatibilidad de dispositivos de la red de entrenamiento, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativa verdaderamente abierta y sin necesidad de confianza.
03、Prime Intellect incentivos de red 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:
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".
04, INTELLECT-2: Lanzamiento 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 por nodos descentralizados asíncronos y sin necesidad de confianza, con un tamaño de parámetro de 32B. El modelo INTELLECT-2 fue completado mediante el entrenamiento colaborativo de más de 100 nodos heterogéneos GPU distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con una duración de entrenamiento que supera las 400 horas, demostrando la viabilidad y estabilidad de la red de colaboración asíncrona. Este modelo no solo representa un avance en términos de rendimiento, sino que también es la primera implementación sistemática del paradigma propuesto por Prime Intellect de "entrenar es consenso". INTELLECT-2 integra módulos de protocolo centrales como PRIME-RL, TOPLOC y SHARDCAST, marcando la primera realización de la apertura, verificabilidad y ciclo de incentivos económicos en el proceso de entrenamiento de la red de entrenamiento descentralizado.
En términos de rendimiento, INTELLECT-2 se basa en QwQ-32B y ha realizado un entrenamiento RL especializado en código y matemáticas, estando a la vanguardia de los modelos de ajuste fino de RL de código abierto actuales.