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 con mayor consumo de recursos y la más alta 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 en potencia de cálculo a gran escala, procesos complejos de manejo de datos y un fuerte soporte de algoritmos de optimización, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde 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 es el enfoque principal de este artículo.
El entrenamiento centralizado es la forma tradicional más común, donde una única institución completa todo el proceso de entrenamiento en un clúster local de alto rendimiento. Desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, son coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos alcancen su máxima eficiencia, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT, Gemini, entre otros. Tiene ventajas de alta eficiencia y recursos controlables, pero también presenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y 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 que trabajen de manera colaborativa, superando así los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el conjunto todavía es controlado y programado de manera centralizada por una institución, y a menudo funciona en un entorno de red de área local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, coordinando de manera unificada las sub-tareas desde el nodo principal. Los métodos más comunes incluyen:
Paralelismo de datos: cada nodo entrena diferentes datos compartiendo parámetros, se requiere que coincidan los pesos del modelo
Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos para lograr una gran escalabilidad
Canal paralelo: ejecución en serie por etapas, aumentando el rendimiento
Paralelismo de tensores: segmentación precisa del cálculo de matrices, mejorando la granularidad paralela
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análoga a un mismo jefe que dirige de forma remota a varios empleados de "oficinas" para colaborar en la realización de tareas. Actualmente, casi todos los modelos grandes más importantes se entrenan de esta manera.
La entrenamiento de Descentralización representa un camino futuro más abierto y resistente a la censura. Sus características centrales son: múltiples nodos que no se confían entre sí (que pueden ser computadoras domésticas, GPU en la nube o dispositivos de borde) colaborando para completar tareas de entrenamiento sin un coordinador central, generalmente impulsadas por protocolos que distribuyen tareas y colaboran, 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 de segmentación de tareas.
Cuello de botella en la eficiencia de la comunicación: la comunicación de red es inestable, y el cuello de botella en la sincronización del gradiente es evidente
Falta de ejecución confiable: falta de un entorno de ejecución confiable, difícil de verificar si los nodos realmente participan en el cálculo
Falta de coordinación unificada: sin un programador central, la distribución de tareas y el mecanismo de retroceso de excepciones son complejos
La Descentralización del entrenamiento se puede entender como: un grupo de voluntarios de todo el mundo, cada uno contribuyendo con su potencia de cálculo para entrenar modelos de manera colaborativa, pero "el verdadero entrenamiento descentralizado a gran escala que es viable" sigue siendo un desafío ingenieril sistémico, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos, validación de modelos, entre otros. Sin embargo, la cuestión de si se puede "colaborar de manera efectiva + incentivar la honestidad + obtener resultados correctos" aún se encuentra en la etapa temprana de exploración de prototipos.
El aprendizaje federado, como 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 posee la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que tiene las ventajas de la dispersión de datos del entrenamiento descentralizado, pero aún depende de una parte coordinadora de confianza, y no posee 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 moderada en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, lo que la hace más adecuada 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 gran dificultad de colaboración, no es natural que se complete 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 un ancho de banda rápido, 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 la conformidad legal y las restricciones éticas, lo que impide su apertura y compartición; mientras que las tareas que carecen de incentivos de colaboración no tienen motivación para la participación externa. Estas fronteras constituyen conjuntamente las limitaciones reales del entrenamiento descentralizado actual.
Pero eso no significa que la formación en Descentralización sea un sofisma. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, la formación en Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de entrenamiento post-alineación de comportamiento, tareas de entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos base pequeños controlados por recursos, así como escenarios de entrenamiento colaborativo con la participación de dispositivos en la periferia. Estas tareas generalmente poseen características de alta paralelización, baja acoplamiento y tolerancia a capacidades de computación heterogéneas, lo que las hace muy adecuadas para la formación colaborativa a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Descentralización entrenamiento clásico de proyectos análisis
Actualmente, en el campo 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 vanguardia en la investigación teórica; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden ver avances iniciales en la ingeniería.
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, con verificabilidad, apertura y un mecanismo de incentivos completo, a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Explicación detallada de los mecanismos clave
PRIME-RL es el 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 prioritaria, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete su ciclo de tareas de manera independiente en local y colabore 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 lograr un entrenamiento flexible en entornos sin programación central, lo que reduce la complejidad del sistema y sienta las bases para apoyar la paralelización de múltiples tareas y la evolución de estrategias.
TOPLOC es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para juzgar si un nodo realmente ha completado un aprendizaje de estrategia efectivo basado en datos de observación. A diferencia de soluciones pesadas como ZKML, TOPLOC no depende del recálculo completo del modelo, sino que completa la verificación de estructura liviana 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 una distribución de recompensas de entrenamiento sin necesidad de confianza, y proporciona un camino viable para construir una red de entrenamiento colaborativa descentralizada que sea auditable e incentivada.
SHARDCAST es un protocolo de propagación y agregación ponderada diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodo cambiantes. Combina un mecanismo de propagación de gossip con estrategias de sincronización local, permitiendo que múltiples nodos sigan enviando actualizaciones parciales en estados no sincronizados, logrando una convergencia progresiva de los pesos y una evolución de múltiples versiones. En comparación con los métodos de AllReduce centralizados o sincronizados, 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 de entrenamiento continua.
OpenDiLoCo es un marco de optimización de comunicación de código abierto implementado de manera independiente por el equipo de Prime Intellect, basado en la filosofía DiLoCo propuesta 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, evitando los altos costos de comunicación de la sincronización global al construir estructuras topológicas dispersas como Ring, Expander y Small-World, permitiendo el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asincrónicas 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 participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizadas.
PCCL es una biblioteca de comunicación ligera diseñada específicamente por Prime Intellect para entornos de entrenamiento de IA descentralizados, con el objetivo de resolver el cuello de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de bajo 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. Es un componente subyacente que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de las redes de entrenamiento y la compatibilidad de dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin confianza.
Red de Incentivos Prime Intellect 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 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 estándares de validación
Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de pesos y trayectorias 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".
INTELLECT-2: El primer modelo de entrenamiento descentralización verificable.
Prime Intellect lanzó INTELLECT-2 en mayo de 2025, 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 entrenado en colaboración por más de 100 nodos GPU heterogéneos distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con una duración de entrenamiento superior a 400 horas, demostrando la viabilidad y estabilidad de la red de colaboración asíncrona. Este modelo no solo representa un avance en 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 clave como PRIME-RL (estructura de entrenamiento asíncrona), TOPLOC (verificación de comportamiento de entrenamiento) y SHARDCAST (agregación de pesos asíncrona), marcando la primera vez que una red de entrenamiento descentralizada logra la apertura, verificabilidad y un ciclo de incentivos económicos en el proceso de entrenamiento.
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. Aunque aún no ha superado a modelos cerrados como GPT-4 o Gemini, su verdadero significado radica en que: es el primer experimento de modelo descentralizado cuyo proceso de entrenamiento completo es reproducible, verificable y auditado a nivel mundial. Prime Intellect no solo ha abierto el código del modelo, sino que, más importante aún, ha hecho público el proceso de entrenamiento en sí: los datos de entrenamiento, la trayectoria de actualización de estrategias, el proceso de validación y la lógica de agregación son completamente transparentes y accesibles, construyendo un espacio donde todos pueden participar.
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.
11 me gusta
Recompensa
11
4
Republicar
Compartir
Comentar
0/400
PebbleHander
· 08-12 12:40
¿Otra vez especulando con conceptos?
Ver originalesResponder0
MEVictim
· 08-12 12:38
Todos lo entienden, otra vez es un círculo de contar historias para ganar dinero.
Ver originalesResponder0
RamenDeFiSurvivor
· 08-12 12:24
Riendo hasta morir, otra vez vienen a dibujar BTC.
Ver originalesResponder0
rugpull_survivor
· 08-12 12:18
¿Eso es todo? Muy ligero, solo puede entrenar una IA de juguete.
Nuevo paradigma de entrenamiento de Crypto AI: explorando los desafíos y oportunidades de la Descentralización
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 con mayor consumo de recursos y la más alta 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 en potencia de cálculo a gran escala, procesos complejos de manejo de datos y un fuerte soporte de algoritmos de optimización, siendo la verdadera "industria pesada" en la construcción de sistemas de IA. Desde 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 es el enfoque principal de este artículo.
El entrenamiento centralizado es la forma tradicional más común, donde una única institución completa todo el proceso de entrenamiento en un clúster local de alto rendimiento. Desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, son coordinados por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y los mecanismos de tolerancia a fallos alcancen su máxima eficiencia, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT, Gemini, entre otros. Tiene ventajas de alta eficiencia y recursos controlables, pero también presenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y 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 que trabajen de manera colaborativa, superando así los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el conjunto todavía es controlado y programado de manera centralizada por una institución, y a menudo funciona en un entorno de red de área local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, coordinando de manera unificada las sub-tareas desde el nodo principal. Los métodos más comunes incluyen:
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análoga a un mismo jefe que dirige de forma remota a varios empleados de "oficinas" para colaborar en la realización de tareas. Actualmente, casi todos los modelos grandes más importantes se entrenan de esta manera.
La entrenamiento de Descentralización representa un camino futuro más abierto y resistente a la censura. Sus características centrales son: múltiples nodos que no se confían entre sí (que pueden ser computadoras domésticas, GPU en la nube o dispositivos de borde) colaborando para completar tareas de entrenamiento sin un coordinador central, generalmente impulsadas por protocolos que distribuyen tareas y colaboran, y utilizando mecanismos de incentivos criptográficos para garantizar la honestidad de las contribuciones. Los principales desafíos que enfrenta este modelo incluyen:
La Descentralización del entrenamiento se puede entender como: un grupo de voluntarios de todo el mundo, cada uno contribuyendo con su potencia de cálculo para entrenar modelos de manera colaborativa, pero "el verdadero entrenamiento descentralizado a gran escala que es viable" sigue siendo un desafío ingenieril sistémico, que involucra múltiples niveles como la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos, validación de modelos, entre otros. Sin embargo, la cuestión de si se puede "colaborar de manera efectiva + incentivar la honestidad + obtener resultados correctos" aún se encuentra en la etapa temprana de exploración de prototipos.
El aprendizaje federado, como 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 posee la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que tiene las ventajas de la dispersión de datos del entrenamiento descentralizado, pero aún depende de una parte coordinadora de confianza, y no posee 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 moderada en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, lo que la hace más adecuada 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 gran dificultad de colaboración, no es natural que se complete 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 un ancho de banda rápido, 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 la conformidad legal y las restricciones éticas, lo que impide su apertura y compartición; mientras que las tareas que carecen de incentivos de colaboración no tienen motivación para la participación externa. Estas fronteras constituyen conjuntamente las limitaciones reales del entrenamiento descentralizado actual.
Pero eso no significa que la formación en Descentralización sea un sofisma. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, la formación en Descentralización muestra perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de entrenamiento post-alineación de comportamiento, tareas de entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos base pequeños controlados por recursos, así como escenarios de entrenamiento colaborativo con la participación de dispositivos en la periferia. Estas tareas generalmente poseen características de alta paralelización, baja acoplamiento y tolerancia a capacidades de computación heterogéneas, lo que las hace muy adecuadas para la formación colaborativa a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Descentralización entrenamiento clásico de proyectos análisis
Actualmente, en el campo 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 vanguardia en la investigación teórica; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros, ya se pueden ver avances iniciales en la ingeniería.
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, con verificabilidad, apertura y un mecanismo de incentivos completo, a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Explicación detallada de los mecanismos clave
PRIME-RL es el 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 prioritaria, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete su ciclo de tareas de manera independiente en local y colabore 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 lograr un entrenamiento flexible en entornos sin programación central, lo que reduce la complejidad del sistema y sienta las bases para apoyar la paralelización de múltiples tareas y la evolución de estrategias.
TOPLOC es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para juzgar si un nodo realmente ha completado un aprendizaje de estrategia efectivo basado en datos de observación. A diferencia de soluciones pesadas como ZKML, TOPLOC no depende del recálculo completo del modelo, sino que completa la verificación de estructura liviana 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 una distribución de recompensas de entrenamiento sin necesidad de confianza, y proporciona un camino viable para construir una red de entrenamiento colaborativa descentralizada que sea auditable e incentivada.
SHARDCAST es un protocolo de propagación y agregación ponderada diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodo cambiantes. Combina un mecanismo de propagación de gossip con estrategias de sincronización local, permitiendo que múltiples nodos sigan enviando actualizaciones parciales en estados no sincronizados, logrando una convergencia progresiva de los pesos y una evolución de múltiples versiones. En comparación con los métodos de AllReduce centralizados o sincronizados, 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 de entrenamiento continua.
OpenDiLoCo es un marco de optimización de comunicación de código abierto implementado de manera independiente por el equipo de Prime Intellect, basado en la filosofía DiLoCo propuesta 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, evitando los altos costos de comunicación de la sincronización global al construir estructuras topológicas dispersas como Ring, Expander y Small-World, permitiendo el entrenamiento colaborativo del modelo solo con nodos vecinos locales. Combinando actualizaciones asincrónicas 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 participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizadas.
PCCL es una biblioteca de comunicación ligera diseñada específicamente por Prime Intellect para entornos de entrenamiento de IA descentralizados, con el objetivo de resolver el cuello de botella de adaptación de las bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de bajo 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. Es un componente subyacente que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de las redes de entrenamiento y la compatibilidad de dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin confianza.
Red de Incentivos Prime Intellect 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 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 (SHARDCAST) y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".
INTELLECT-2: El primer modelo de entrenamiento descentralización verificable.
Prime Intellect lanzó INTELLECT-2 en mayo de 2025, 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 entrenado en colaboración por más de 100 nodos GPU heterogéneos distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con una duración de entrenamiento superior a 400 horas, demostrando la viabilidad y estabilidad de la red de colaboración asíncrona. Este modelo no solo representa un avance en 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 clave como PRIME-RL (estructura de entrenamiento asíncrona), TOPLOC (verificación de comportamiento de entrenamiento) y SHARDCAST (agregación de pesos asíncrona), marcando la primera vez que una red de entrenamiento descentralizada logra la apertura, verificabilidad y un ciclo de incentivos económicos en el proceso de entrenamiento.
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. Aunque aún no ha superado a modelos cerrados como GPT-4 o Gemini, su verdadero significado radica en que: es el primer experimento de modelo descentralizado cuyo proceso de entrenamiento completo es reproducible, verificable y auditado a nivel mundial. Prime Intellect no solo ha abierto el código del modelo, sino que, más importante aún, ha hecho público el proceso de entrenamiento en sí: los datos de entrenamiento, la trayectoria de actualización de estrategias, el proceso de validación y la lógica de agregación son completamente transparentes y accesibles, construyendo un espacio donde todos pueden participar.