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 que consume más recursos y presenta la mayor barrera técnica, determinando 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 escala en potencia de cálculo, procesos de manejo de datos complejos y soporte de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva del paradigma arquitectónico, 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 la forma tradicional más común, completado por una única institución en 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 permite que la eficiencia del intercambio de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos alcancen su mejor nivel, 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 monopolio de datos, barreras de recursos, consumo de energía y riesgo de un solo punto.
El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad. Su núcleo consiste en 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 cálculo y almacenamiento de una sola máquina. A pesar de tener características "distribuidas" desde un punto de vista físico, en general, todavía está controlado y coordinado por una entidad centralizada, y a menudo opera en un entorno de red local de alta velocidad, utilizando la tecnología de bus interconectado NVLink para que el nodo principal coordine de manera unificada las subtareas. Los métodos principales incluyen:
Paralelismo de datos: cada nodo entrena diferentes datos y comparte parámetros, se requiere que coincidan los pesos del modelo.
Paralelismo de modelos: despliega diferentes partes del modelo en diferentes nodos para lograr una fuerte escalabilidad
Paralelismo de tuberías: ejecución en serie por fases, mejora del rendimiento
Paralelismo de tensores: segmentación detallada del 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 en "oficinas" para completar tareas. Actualmente, casi todos los modelos grandes de vanguardia se entrenan de esta manera.
La Descentralización del entrenamiento representa un camino futuro más abierto y resistente a la censura. Sus características centrales son: 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 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
Bottleneck de eficiencia en la comunicación: la comunicación en la red es inestable, el cuello de botella en la sincronización de gradientes es evidente.
Falta de ejecución confiable: falta de un entorno de ejecución confiable, difícil 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 puede entenderse como: un grupo de voluntarios globales que contribuyen con su potencia de cálculo para entrenar el modelo de manera colaborativa, pero "la verdadera capacitación descentralizada a gran escala que es viable" sigue siendo un desafío sistemático de ingeniería, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la verificación del modelo, pero la capacidad de lograr "colaboración efectiva + incentivos honestos + resultados correctos" aún se encuentra en una etapa temprana de exploración de prototipos.
El aprendizaje federado, como una forma de transición entre distribuido y Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que priorizan el cumplimiento de la privacidad. El aprendizaje federado posee la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que cuenta con la ventaja de 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 una solución de "Descentralización controlada" en escenarios de cumplimiento de privacidad, siendo relativamente moderado en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, y por lo tanto, 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, a la alta demanda 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 modelos grandes a menudo depende de alta memoria de video, baja latencia y ancho de banda de alta velocidad, lo que dificulta la fragmentación y sincronización efectiva 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 su apertura y compartición; y las tareas que carecen de incentivos para la colaboración carecen de la motivación para la participación externa. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que la capacitación descentralizada sea un mito. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, la capacitación descentralizada muestra un claro potencial de aplicación. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de post-entrenamiento de alineación de comportamiento, tareas de entrenamiento y etiquetado de datos a través de crowdsourcing, entrenamiento de modelos básicos pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo con la participación de 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 la capacitación colaborativa a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Actualmente, en el campo de la Descentralización de entrenamiento y 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 vanguardia de la investigación teórica actual; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden ver progresos iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías centrales y la arquitectura ingenieril detrás de estos cinco proyectos, y explorará además sus diferencias y relaciones complementarias en el sistema de entrenamiento de IA descentralizada.
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 sus contribuciones computacionales. Prime Intellect espera construir un sistema de entrenamiento de IA descentralizado, con verificabilidad, apertura y un mecanismo de incentivos completo, a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
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, de modo que cada nodo de entrenamiento puede completar el ciclo de tareas de manera independiente en local y colaborar a través de interfaces estandarizadas con mecanismos de validación y agregación. En comparación con los procesos tradicionales de aprendizaje supervisado, PRIME-RL es más adecuado para lograr entrenamientos flexibles en entornos sin programación central, reduciendo tanto la complejidad del sistema como sentando las bases para apoyar la paralelización de múltiples tareas y la evolución de estrategias.
TOPLOC es el mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo ha completado realmente un aprendizaje de estrategia efectivo basado en datos de observación. A diferencia de soluciones pesadas como ZKML, TOPLOC no depende del recálculo del modelo completo, sino que completa la verificación de estructura liviana 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 es una innovación clave para lograr una distribución de recompensas de entrenamiento sin confianza, proporcionando una ruta viable para construir una red de entrenamiento colaborativo descentralizada que sea auditiva y motivadora.
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado para entornos de red reales que son asincrónicos, con ancho de banda limitado y estados de nodo variables. Combina un mecanismo de propagación tipo gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados asincrónicos, logrando la convergencia progresiva de pesos y la evolución de múltiples versiones. En comparación con los métodos AllReduce centralizados o sincronizados, SHARDCAST mejora significativamente la escalabilidad y la tolerancia a fallos del entrenamiento Descentralización, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continuo.
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 idea de DiLoCo propuesta por DeepMind, diseñado específicamente para enfrentar desafíos comunes en el entrenamiento descentralizado como el ancho de banda limitado, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, evitando así el alto costo de comunicación de la sincronización global y completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asíncronas y un mecanismo 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 participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir una red de entrenamiento descentralizado.
PCCL es una biblioteca de comunicación ligera diseñada por Prime Intellect para un 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 banda ancha. 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 un componente fundamental que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia de ancho de banda y la compatibilidad de dispositivos en redes de entrenamiento, abriendo el camino para construir una red de entrenamiento colaborativo realmente abierta y sin necesidad de confianza, resolviendo la "última milla" de la infraestructura de comunicación.
Prime Intellect construyó una red de entrenamiento sin permisos, verificable y con un mecanismo de incentivos económicos, permitiendo que cualquiera pueda participar en tareas y recibir recompensas basadas en contribuciones reales. El protocolo funciona basado en tres tipos de roles centrales:
Iniciador de la tarea: definir el entorno de entrenamiento, el modelo inicial, la función de recompensa y los criterios de validación
Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de peso y observar trayectorias
Nodos de verificación: utilizar el mecanismo TOPLOC para validar 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 bucle de incentivos en torno a "comportamientos de entrenamiento reales".
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 un tamaño de parámetros de 32B. El modelo INTELLECT-2 fue entrenado en colaboración por más de 100 nodos heterogéneos GPU repartidos en tres continentes, utilizando una arquitectura completamente asíncrona, con un tiempo 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 términos de 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 realización de la apertura del proceso de entrenamiento, la verificabilidad y el ciclo de incentivos económicos en una red de entrenamiento descentralizada.
En términos de rendimiento, INTELLECT-2 se basa en QwQ-32B para el entrenamiento y ha realizado un entrenamiento RL especializado en código y matemáticas, situándose en la vanguardia de los modelos de ajuste fino RL de código abierto actuales. Aunque aún no ha superado modelos como GPT-4 o Gemini, su verdadero significado radica en que: es el primer experimento de modelo descentralizado en el mundo con un proceso de entrenamiento completo que puede ser reproducido, verificado y auditado. Prime Intellect no solo ha hecho que el modelo sea de código abierto, sino que lo más importante es que ha abierto el proceso de entrenamiento en sí: los datos de entrenamiento, las trayectorias de actualización de estrategias, los procesos de validación y la lógica de agregación son completamente transparentes y verificables, construyendo un prototipo de red de entrenamiento descentralizada en la que todos pueden participar, colaborar de manera confiable y compartir beneficios.
Pluralis: el paradigma de entrenamiento colaborativo de modelos asíncronos en paralelo y compresión estructural
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.
12 me gusta
Recompensa
12
6
Compartir
Comentar
0/400
OptionWhisperer
· 07-17 11:40
Ya lo dije, la potencia computacional es el cuello de botella.
Ver originalesResponder0
TokenCreatorOP
· 07-16 08:09
La matrícula ha ser liquidado la potencia computacional de la tarjeta, no se puede hacer.
Ver originalesResponder0
SybilSlayer
· 07-14 14:35
Todavía está cocinando conceptos, por favor.
Ver originalesResponder0
LiquidationAlert
· 07-14 14:35
Esto probablemente esté frío.
Ver originalesResponder0
PositionPhobia
· 07-14 14:21
Está bien jugar un poco, no lo entiendo.
Ver originalesResponder0
GhostAddressHunter
· 07-14 14:07
La potencia computacional verdaderamente centralizada es realmente grande.
Descentralización AI entrenamiento exploración: de Prime Intellect a Pluralis las innovaciones tecnológicas
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 que consume más recursos y presenta la mayor barrera técnica, determinando 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 escala en potencia de cálculo, procesos de manejo de datos complejos y soporte de algoritmos de optimización de alta intensidad, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde la perspectiva del paradigma arquitectónico, 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 la forma tradicional más común, completado por una única institución en 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 permite que la eficiencia del intercambio de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos alcancen su mejor nivel, 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 monopolio de datos, barreras de recursos, consumo de energía y riesgo de un solo punto.
El entrenamiento distribuido es el método principal para el entrenamiento de grandes modelos en la actualidad. Su núcleo consiste en 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 cálculo y almacenamiento de una sola máquina. A pesar de tener características "distribuidas" desde un punto de vista físico, en general, todavía está controlado y coordinado por una entidad centralizada, y a menudo opera en un entorno de red local de alta velocidad, utilizando la tecnología de bus interconectado NVLink para que el nodo principal coordine de manera unificada las subtareas. Los métodos principales incluyen:
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 en "oficinas" para completar tareas. Actualmente, casi todos los modelos grandes de vanguardia se entrenan de esta manera.
La Descentralización del entrenamiento representa un camino futuro más abierto y resistente a la censura. Sus características centrales son: 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 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 capacitación en Descentralización puede entenderse como: un grupo de voluntarios globales que contribuyen con su potencia de cálculo para entrenar el modelo de manera colaborativa, pero "la verdadera capacitación descentralizada a gran escala que es viable" sigue siendo un desafío sistemático de ingeniería, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la verificación del modelo, pero la capacidad de lograr "colaboración efectiva + incentivos honestos + resultados correctos" aún se encuentra en una etapa temprana de exploración de prototipos.
El aprendizaje federado, como una forma de transición entre distribuido y Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que priorizan el cumplimiento de la privacidad. El aprendizaje federado posee la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que cuenta con la ventaja de 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 una solución de "Descentralización controlada" en escenarios de cumplimiento de privacidad, siendo relativamente moderado en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, y por lo tanto, 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, a la alta demanda 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 modelos grandes a menudo depende de alta memoria de video, baja latencia y ancho de banda de alta velocidad, lo que dificulta la fragmentación y sincronización efectiva 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 su apertura y compartición; y las tareas que carecen de incentivos para la colaboración carecen de la motivación para la participación externa. Estas fronteras constituyen las limitaciones reales del entrenamiento descentralizado actual.
Pero esto no significa que la capacitación descentralizada sea un mito. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, la capacitación descentralizada muestra un claro potencial de aplicación. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de post-entrenamiento de alineación de comportamiento, tareas de entrenamiento y etiquetado de datos a través de crowdsourcing, entrenamiento de modelos básicos pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo con la participación de 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 la capacitación colaborativa a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Descentralización entrenamiento clásico proyecto análisis
Actualmente, en el campo de la Descentralización de entrenamiento y 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 vanguardia de la investigación teórica actual; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden ver progresos iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías centrales y la arquitectura ingenieril detrás de estos cinco proyectos, y explorará además sus diferencias y relaciones complementarias en el sistema de entrenamiento de IA descentralizada.
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 sus contribuciones computacionales. Prime Intellect espera construir un sistema de entrenamiento de IA descentralizado, con verificabilidad, apertura y un mecanismo de incentivos completo, a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
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, de modo que cada nodo de entrenamiento puede completar el ciclo de tareas de manera independiente en local y colaborar a través de interfaces estandarizadas con mecanismos de validación y agregación. En comparación con los procesos tradicionales de aprendizaje supervisado, PRIME-RL es más adecuado para lograr entrenamientos flexibles en entornos sin programación central, reduciendo tanto la complejidad del sistema como sentando las bases para apoyar la paralelización de múltiples tareas y la evolución de estrategias.
TOPLOC es el mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo ha completado realmente un aprendizaje de estrategia efectivo basado en datos de observación. A diferencia de soluciones pesadas como ZKML, TOPLOC no depende del recálculo del modelo completo, sino que completa la verificación de estructura liviana 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 es una innovación clave para lograr una distribución de recompensas de entrenamiento sin confianza, proporcionando una ruta viable para construir una red de entrenamiento colaborativo descentralizada que sea auditiva y motivadora.
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado para entornos de red reales que son asincrónicos, con ancho de banda limitado y estados de nodo variables. Combina un mecanismo de propagación tipo gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados asincrónicos, logrando la convergencia progresiva de pesos y la evolución de múltiples versiones. En comparación con los métodos AllReduce centralizados o sincronizados, SHARDCAST mejora significativamente la escalabilidad y la tolerancia a fallos del entrenamiento Descentralización, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continuo.
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 idea de DiLoCo propuesta por DeepMind, diseñado específicamente para enfrentar desafíos comunes en el entrenamiento descentralizado como el ancho de banda limitado, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, evitando así el alto costo de comunicación de la sincronización global y completando el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asíncronas y un mecanismo 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 participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir una red de entrenamiento descentralizado.
PCCL es una biblioteca de comunicación ligera diseñada por Prime Intellect para un 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 banda ancha. 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 un componente fundamental que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia de ancho de banda y la compatibilidad de dispositivos en redes de entrenamiento, abriendo el camino para construir una red de entrenamiento colaborativo realmente abierta y sin necesidad de confianza, resolviendo la "última milla" de la infraestructura de comunicación.
Prime Intellect construyó una red de entrenamiento sin permisos, verificable y con un mecanismo de incentivos económicos, permitiendo que cualquiera pueda participar en tareas y recibir recompensas basadas en contribuciones reales. El protocolo funciona basado en tres tipos de roles centrales:
El proceso central del protocolo incluye la publicación de tareas, el entrenamiento de nodos, la verificación de trayectorias, la agregación de pesos y la distribución de recompensas, formando un bucle de incentivos en torno a "comportamientos de entrenamiento reales".
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 un tamaño de parámetros de 32B. El modelo INTELLECT-2 fue entrenado en colaboración por más de 100 nodos heterogéneos GPU repartidos en tres continentes, utilizando una arquitectura completamente asíncrona, con un tiempo 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 términos de 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 realización de la apertura del proceso de entrenamiento, la verificabilidad y el ciclo de incentivos económicos en una red de entrenamiento descentralizada.
En términos de rendimiento, INTELLECT-2 se basa en QwQ-32B para el entrenamiento y ha realizado un entrenamiento RL especializado en código y matemáticas, situándose en la vanguardia de los modelos de ajuste fino RL de código abierto actuales. Aunque aún no ha superado modelos como GPT-4 o Gemini, su verdadero significado radica en que: es el primer experimento de modelo descentralizado en el mundo con un proceso de entrenamiento completo que puede ser reproducido, verificado y auditado. Prime Intellect no solo ha hecho que el modelo sea de código abierto, sino que lo más importante es que ha abierto el proceso de entrenamiento en sí: los datos de entrenamiento, las trayectorias de actualización de estrategias, los procesos de validación y la lógica de agregación son completamente transparentes y verificables, construyendo un prototipo de red de entrenamiento descentralizada en la que todos pueden participar, colaborar de manera confiable y compartir beneficios.
Pluralis: el paradigma de entrenamiento colaborativo de modelos asíncronos en paralelo y compresión estructural