O Santo Graal da Crypto AI: Exploração de Fronteira em Treinamento Descentralizado

Na cadeia de valor total da IA, o treinamento de modelos é a etapa que consome mais recursos e apresenta a maior barreira técnica, decidindo diretamente o limite de capacidade do modelo e o efeito prático da aplicação. Em comparação com a chamada leve na fase de inferência, o processo de treinamento requer um investimento contínuo em poder computacional em grande escala, um fluxo de processamento de dados complexo e suporte de algoritmos de otimização de alta intensidade, sendo a verdadeira "indústria pesada" na construção de sistemas de IA. Do ponto de vista dos paradigmas arquitetônicos, os métodos de treinamento podem ser classificados em quatro categorias: treinamento centralizado, treinamento distribuído, aprendizado federado e o treinamento de descentralização, que é o foco deste artigo.

O treinamento centralizado é a forma tradicional mais comum, realizado por uma única instituição em um cluster local de alto desempenho, completando todo o processo de treinamento, desde hardware, software de base, sistema de agendamento de cluster, até todos os componentes do framework de treinamento, todos coordenados por um sistema de controle unificado. Essa arquitetura de profunda colaboração maximiza a eficiência do compartilhamento de memória, sincronização de gradientes e mecanismos de tolerância a falhas, sendo muito adequada para o treinamento de grandes modelos como GPT, Gemini, entre outros, que têm a vantagem de alta eficiência e recursos controláveis, mas também apresenta problemas como monopólio de dados, barreiras de recursos, consumo de energia e riscos de ponto único.

O treinamento distribuído é a principal forma de treinamento de grandes modelos atualmente, com o seu núcleo sendo a decomposição das tarefas de treinamento do modelo, que são distribuídas para várias máquinas para execução colaborativa, a fim de superar os gargalos de computação e armazenamento de uma única máquina. Embora possua características "distribuídas" fisicamente, o todo ainda é controlado por instituições centralizadas que gerenciam a programação e a sincronização, frequentemente operando em ambientes de rede local de alta velocidade, através da tecnologia de barramento de interconexão de alta velocidade NVLink, com o nó principal coordenando uniformemente as subtarefas. Os métodos principais incluem:

• Paralelismo de dados: cada nó treina diferentes dados com parâmetros compartilhados, sendo necessário corresponder os pesos do modelo
• Paralelismo de modelo: implementar diferentes partes do modelo em diferentes nós, alcançando uma forte escalabilidade
• Pipeline paralelo: execução em série por fases, aumentando a taxa de transferência
• Paralelização de tensores: segmentação refinada de cálculos matriciais, aumentando o grau de paralelismo

O treino distribuído é uma combinação de "controle centralizado + execução distribuída", análogo a um único chefe que comanda remotamente a colaboração de vários funcionários de "escritórios" para completar tarefas. Atualmente, quase todos os principais modelos são treinados dessa forma.

Descentralização do treinamento representa um caminho futuro mais aberto e resistente à censura. Sua característica central é: múltiplos nós que não confiam uns nos outros colaboram para completar a tarefa de treinamento sem um coordenador central, geralmente através de protocolos que direcionam a distribuição e colaboração das tarefas, e utilizando mecanismos de incentivo criptográfico para garantir a honestidade das contribuições. Os principais desafios enfrentados por este modelo incluem:

• Dificuldades de heterogeneidade e divisão de tarefas: alta dificuldade de coordenação entre dispositivos heterogêneos, baixa eficiência na divisão de tarefas
• Gargalo de eficiência de comunicação: a comunicação na rede é instável, e o gargalo de sincronização de gradientes é evidente
• Execução confiável ausente: falta de ambiente de execução confiável, difícil de verificar se os nós realmente participam do cálculo
• Falta de coordenação unificada: sem um despachador central, a distribuição de tarefas e o mecanismo de retrocesso de exceções são complexos

A formação descentralizada pode ser entendida como: um grupo de voluntários globais que contribuem com poder de computação para treinar o modelo em colaboração, mas a "verdadeira formação descentralizada em larga escala" ainda é um desafio de engenharia sistêmica, envolvendo arquitetura de sistemas, protocolos de comunicação, segurança criptográfica, mecanismos econômicos, validação de modelos e outros níveis. No entanto, a capacidade de "colaboração eficaz + incentivo à honestidade + resultados corretos" ainda está em uma fase inicial de exploração de protótipos.

A aprendizagem federada, como uma forma de transição entre a distribuição e a Descentralização, enfatiza a retenção local de dados e a agregação centralizada de parâmetros do modelo, sendo adequada para cenários que priorizam a conformidade com a privacidade. A aprendizagem federada possui uma estrutura de engenharia de treino distribuído e capacidade de colaboração local, ao mesmo tempo que apresenta a vantagem da dispersão de dados da formação descentralizada, mas ainda depende de uma parte coordenadora confiável, não possuindo características completamente abertas e resistentes à censura. Pode ser vista como uma solução de "Descentralização controlada" em cenários de conformidade com a privacidade, sendo relativamente moderada em relação às tarefas de treino, estrutura de confiança e mecanismos de comunicação, sendo mais adequada como uma arquitetura de implantação transitória na indústria.

Descentralização treino das fronteiras, oportunidades e caminhos reais

Do ponto de vista do paradigma de treinamento, a Descentralização do treinamento não é adequada para todos os tipos de tarefas. Em certos cenários, devido à complexidade da estrutura da tarefa, à alta demanda de recursos ou à dificuldade de colaboração, não é naturalmente adequada para ser concluída de maneira eficiente entre nós heterogêneos e não confiáveis. Por exemplo, o treinamento de grandes modelos geralmente depende de alta memória de vídeo, baixa latência e largura de banda alta, sendo difícil dividir e sincronizar efetivamente em uma rede aberta; tarefas com fortes restrições de privacidade de dados e soberania são limitadas por conformidade legal e restrições éticas, não podendo ser compartilhadas abertamente; enquanto tarefas que carecem de incentivos de colaboração não têm motivação para participação externa. Essas fronteiras constituem as limitações reais do treinamento descentralizado atualmente.

Mas isso não significa que a Descentralização do treinamento é uma proposição falsa. Na verdade, em tipos de tarefas que são leves em estrutura, fáceis de paralelizar e incentiváveis, a Descentralização do treinamento demonstra perspectivas de aplicação claras. Incluindo, mas não se limitando a: ajuste fino LoRA, tarefas de treinamento pós-alinhamento comportamental, tarefas de treinamento e rotulagem por meio de crowdsourcing de dados, treinamento de pequenos modelos básicos com controle de recursos, assim como cenários de treinamento colaborativo com a participação de dispositivos de borda. Essas tarefas geralmente possuem alta paralelização, baixa acoplabilidade e características que toleram poder computacional heterogêneo, sendo muito adequadas para treinamento colaborativo por meio de redes P2P, protocolos Swarm, otimizadores distribuídos, entre outros.

Descentralização treinamento clássico projeto análise

Atualmente, no campo de formação descentralizada e aprendizado federado, os projetos de blockchain mais representativos incluem Prime Intellect, Pluralis.ai, Gensyn, Nous Research e Flock.io. Em termos de inovação tecnológica e dificuldade de implementação, Prime Intellect, Nous Research e Pluralis.ai propuseram muitas explorações originais na arquitetura do sistema e design de algoritmos, representando as direções de ponta da pesquisa teórica atual; enquanto os caminhos de implementação de Gensyn e Flock.io são relativamente claros, já sendo possível observar progressos iniciais na engenharia. Este artigo irá analisar sequencialmente as tecnologias e arquiteturas de engenharia centrais por trás desses cinco projetos, e explorar ainda mais suas diferenças e relações complementares no sistema de treinamento de IA descentralizada.

Prime Intellect: Pioneiro de redes colaborativas de aprendizado reforçado com trajetórias de treinamento verificáveis

A Prime Intellect está empenhada em construir uma rede de treinamento de IA sem necessidade de confiança, permitindo que qualquer pessoa participe do treinamento e receba recompensas confiáveis por suas contribuições computacionais. A Prime Intellect espera, através dos três módulos PRIME-RL + TOPLOC + SHARDCAST, desenvolver um sistema de treinamento de IA descentralizado que seja verificável, aberto e com um mecanismo de incentivos completo.

PRIME-RL é a estrutura de modelagem e execução de tarefas personalizada da Prime Intellect para cenários de treinamento descentralizados, projetada especificamente para redes heterogêneas e participação assíncrona. Ele utiliza aprendizado por reforço como objeto de adaptação prioritária, desacoplando estruturalmente os processos de treinamento, inferência e upload de pesos, permitindo que cada nó de treinamento complete o ciclo de tarefas de forma independente em locais, e colabore com mecanismos de validação e agregação por meio de interfaces padronizadas. Em comparação com os processos tradicionais de aprendizado supervisionado, o PRIME-RL é mais adequado para implementar treinamento flexível em um ambiente sem agendamento centralizado, reduzindo a complexidade do sistema e estabelecendo uma base para suportar paralelismo em múltiplas tarefas e evolução de estratégias.

TOPLOC é um mecanismo central de verificabilidade de treinamento proposto pela Prime Intellect, utilizado para determinar se um nó realmente completou um aprendizado de estratégia eficaz com base em dados de observação. Diferente de soluções pesadas como ZKML, o TOPLOC não depende de recomputação do modelo completo, mas sim analisa a trajetória de consistência local entre "sequência de observação ↔ atualização de estratégia" para completar a verificação de estrutura leve. Ele transforma pela primeira vez a trajetória de comportamento durante o processo de treinamento em um objeto verificável, sendo uma inovação chave para a distribuição de recompensas de treinamento sem confiança, proporcionando um caminho viável para a construção de uma rede de treinamento colaborativo descentralizada que é auditável e incentivadora.

SHARDCAST é um protocolo de propagação e agregação de pesos projetado pela Prime Intellect, otimizado para ambientes de rede reais que são assíncronos, com largura de banda limitada e estados de nó variáveis. Ele combina mecanismos de propagação gossip com estratégias de sincronização local, permitindo que múltiplos nós continuem a enviar atualizações parciais em estados não sincronizados, alcançando a convergência progressiva de pesos e a evolução de múltiplas versões. Em comparação com métodos AllReduce centralizados ou síncronos, o SHARDCAST melhora significativamente a escalabilidade e a capacidade de tolerância a falhas do treinamento Descentralização, sendo a base fundamental para a construção de um consenso de peso estável e iterações de treinamento contínuas.

OpenDiLoCo é uma estrutura de otimização de comunicação implementada de forma independente e de código aberto pela equipe Prime Intellect, baseada na ideia DiLoCo proposta pela DeepMind, projetada especificamente para enfrentar os desafios comuns de largura de banda limitada, heterogeneidade de dispositivos e instabilidade de nós em treinamento descentralizado. Sua arquitetura é baseada em paralelismo de dados, evitando os altos custos de comunicação da sincronização global, construindo estruturas topológicas esparsas como Ring, Expander e Small-World, e completando o treinamento colaborativo do modelo apenas com os nós vizinhos locais. Combinando atualizações assíncronas e mecanismos de tolerância a falhas, o OpenDiLoCo permite que GPUs de consumo e dispositivos de borda participem de tarefas de treinamento de forma estável, melhorando significativamente a participação no treinamento colaborativo global, sendo uma das infraestruturas de comunicação fundamentais para a construção de redes de treinamento descentralizadas.

PCCL é uma biblioteca de comunicação leve desenvolvida pela Prime Intellect para um ambiente de treinamento de IA Descentralização, com o objetivo de resolver os gargalos de adaptação das bibliotecas de comunicação tradicionais em dispositivos heterogêneos e redes de baixa largura de banda. PCCL suporta topologias esparsas, compressão de gradientes, sincronização de baixa precisão e recuperação de pontos de verificação, podendo ser executado em GPUs de consumo e nós instáveis, sendo um componente de base que sustenta a capacidade de comunicação assíncrona do protocolo OpenDiLoCo. Ele melhora significativamente a tolerância à largura de banda da rede de treinamento e a compatibilidade dos dispositivos, abrindo caminho para a comunicação de "última milha" na construção de uma verdadeira rede de treinamento colaborativo aberta e sem necessidade de confiança.

O Prime Intellect construiu uma rede de treinamento sem permissão, verificável e com um mecanismo de incentivos econômicos, permitindo que qualquer pessoa participe de tarefas e receba recompensas com base em contribuições reais. O protocolo opera com base em três categorias de papéis centrais:

• Iniciador de tarefa: definir o ambiente de treino, o modelo inicial, a função de recompensa e os critérios de validação
• Nós de treinamento: executar treinamento local, submeter atualizações de peso e trajetórias de observação
• Nós de validação: usar o mecanismo TOPLOC para verificar a autenticidade do comportamento de treinamento e participar do cálculo de recompensas e agregação de estratégias.

O fluxo central do protocolo inclui a publicação de tarefas, treinamento de nós, validação de trajetórias, agregação de pesos e distribuição de recompensas, formando um ciclo de incentivo em torno do "comportamento real de treinamento".

A Prime Intellect lançou o INTELLECT-2 em maio de 2025, que é o primeiro grande modelo de aprendizagem reforçada do mundo treinado por nós de forma assíncrona e sem confiança, com uma escala de parâmetros de 32B. O modelo INTELLECT-2 foi treinado em colaboração por mais de 100 nós heterogêneos GPU espalhados por três continentes, utilizando uma arquitetura totalmente assíncrona, com um tempo de treinamento superior a 400 horas, demonstrando a viabilidade e a estabilidade de uma rede de colaboração assíncrona. Este modelo não é apenas um avanço em termos de desempenho, mas também representa a primeira implementação sistemática do paradigma "treinamento é consenso" proposto pela Prime Intellect. O INTELLECT-2 integra módulos de protocolo central como PRIME-RL, TOPLOC e SHARDCAST, marcando a primeira realização de um processo de treinamento aberto, verificável e com um ciclo de incentivos econômicos em uma rede de treinamento descentralizada.

Em termos de desempenho, o INTELLECT-2 é baseado no QwQ-32B e foi especificamente treinado em RL em código e matemática, estando na vanguarda dos atuais modelos de ajuste fino de RL de código aberto. Embora ainda não tenha superado modelos como o GPT-4 ou Gemini, seu verdadeiro significado reside no fato de que: é o primeiro experimento de modelo descentralizado no mundo com um processo de treinamento completo que é reprodutível, verificável e auditável. A Prime Intellect não apenas abriu o código do modelo, mas o mais importante é que abriu o próprio processo de treinamento - os dados de treinamento, as trajetórias de atualização de estratégias, os processos de validação e a lógica de agregação são todos transparentes e verificáveis, construindo um protótipo de rede de treinamento descentralizado em que todos podem participar, colaborar de forma confiável e compartilhar os lucros.

Pluralis: O modelo assíncrono de paralelismo e compressão estrutural no treinamento colaborativo