Evolución del paradigma de entrenamiento de IA: de control centralizado a la revolución tecnológica de la colaboración descentralizada
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y tiene el mayor umbral técnico, determinando directamente el límite de capacidad del modelo y el efecto práctico de la aplicación. En comparación con la llamada ligera de la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de gran capacidad de cálculo, un complejo proceso 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 de arquitectura, los métodos de entrenamiento se pueden dividir en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y entrenamiento en 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, coordinando el funcionamiento de todos los componentes desde el hardware, el software de base, el sistema de programación del clúster, hasta el marco de entrenamiento a través de 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 y Gemini, con ventajas de alta eficiencia y recursos controlables, pero a su vez presenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y riesgos de un único punto.
El entrenamiento distribuido es el enfoque principal para el entrenamiento de grandes modelos en la actualidad. Su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para su ejecución colaborativa, con el fin de superar los cuellos de botella de computación y almacenamiento en una sola máquina. Aunque físicamente presenta características de "descentralización", en general sigue siendo controlado y coordinado por una entidad centralizada, y a menudo se ejecuta en un entorno de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, donde el nodo principal coordina de manera unificada las distintas subtareas. Los métodos principales incluyen:
Paralelismo de datos: cada nodo entrena diferentes datos con parámetros compartidos, se necesita que coincidan los pesos del modelo.
Paralelización del modelo: desplegar diferentes partes del modelo en diferentes nodos para lograr una fuerte escalabilidad
Pipeline en paralelo: ejecución en serie por etapas, aumento de la capacidad de procesamiento
Paralelismo de tensores: segmentación refinada del cálculo de matrices, mejora de la granularidad de la paralelización
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análogo a un mismo jefe que dirige de forma remota a varios empleados de "oficinas" para colaborar y completar tareas. Actualmente, casi todos los modelos grandes de vanguardia se entrenan de esta manera.
La Descentralización del entrenamiento representa un camino futuro con mayor apertura y características de resistencia a la censura. Su característica central radica en: múltiples nodos que no se confían entre sí colaboran para completar tareas de entrenamiento sin 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:
Dificultad en la 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 comunicación: la comunicación de red es inestable, y el cuello de botella en la sincronización de gradientes es evidente.
Ejecución confiable ausente: 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 reversión de excepciones son complejos.
La entrenamiento descentralizado puede entenderse como: un grupo de voluntarios de todo el mundo, que contribuyen con su potencia de cálculo para entrenar modelos de manera colaborativa, pero "el entrenamiento descentralizado a gran escala verdaderamente viable" sigue siendo un desafío de ingeniería sistémico, que implica la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos, verificación de modelos y otros múltiples niveles, pero si se puede 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 la distribución y la Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que enfatizan la conformidad con la privacidad. El aprendizaje federado tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que posee la ventaja de la dispersión de datos del entrenamiento descentralizado, pero aún depende de un coordinador de confianza y no tiene características completamente abiertas y resistentes a la censura. Puede considerarse como una solución de "Descentralización controlada" en escenarios de conformidad con la privacidad, siendo relativamente moderada en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, y es más adecuada como una arquitectura de despliegue transitorio en la industria.
Tabla de comparación panorámica de paradigmas de entrenamiento de IA
Desde la perspectiva de los paradigmas de entrenamiento, la Descentralización del entrenamiento no es adecuada para todos los tipos de tareas. En ciertos escenarios, debido a la complejidad de la estructura de la tarea, 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, baja latencia y ancho de banda rápido, lo que dificulta su segmentación y sincronización efectivas en redes abiertas; las tareas que tienen fuertes restricciones de privacidad de datos y soberanía están limitadas por el cumplimiento legal y las restricciones éticas, lo que impide la compartición abierta; y las tareas que carecen de incentivos de colaboración carecen de motivación para la participación externa. Estas fronteras constituyen conjuntamente las limitaciones reales del entrenamiento descentralizado actual.
Pero eso no significa que el entrenamiento descentralizado sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, el entrenamiento descentralizado muestra un claro potencial de aplicación. Incluyendo, pero no limitándose a: ajuste fino de LoRA, tareas de post-entrenamiento de alineación de comportamiento, tareas de entrenamiento y etiquetado mediante crowdsourcing de datos, entrenamiento de modelos base pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente presentan características de alta paralelización, baja acoplamiento y tolerancia a potencias de cálculo heterogéneas, lo que las hace muy adecuadas para el entrenamiento colaborativo a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Actualmente, en el campo de vanguardia del entrenamiento descentralizado 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 una serie de exploraciones originales en el diseño de sistemas y algoritmos, representando las direcciones de investigación teórica de vanguardia; mientras que Gensyn y Flock.io tienen caminos de implementación relativamente claros, ya se pueden observar avances iniciales en la ingeniería. Este artículo analizará secuencialmente 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 descentralizado.
Prime Intellect: pionero de redes colaborativas de aprendizaje reforzado verificables por trayectoria
Prime Intellect se dedica a construir una red de entrenamiento de IA que no requiere confianza, permitiendo que cualquiera participe en el entrenamiento y reciba recompensas confiables por su contribución computacional. 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.
Uno, Estructura de la pila de protocolos Prime Intellect y valor de los módulos clave
Dos, 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 para escenarios de entrenamiento descentralizados desarrollado por Prime Intellect, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación preferente, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete de forma independiente el ciclo de tareas a nivel 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 implementar entrenamiento flexible en un entorno sin programación centralizada, reduciendo la complejidad del sistema y sentando las bases para soportar la paralelización de múltiples tareas y la evolución de estrategias.
TOPLOC: mecanismo de verificación de comportamiento de entrenamiento ligero
TOPLOC es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo realmente ha completado un aprendizaje de estrategia efectivo basado en datos de observación. A diferencia de soluciones pesadas como ZKML, TOPLOC no depende del recálculo completo del modelo, sino que completa la verificación de estructura liviana analizando las trayectorias 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 constituye una innovación clave para lograr una distribución de recompensas de entrenamiento sin confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivada.
SHARDCAST: Protocolo de agregación y propagación de pesos asíncronos
SHARDCAST es un protocolo de difusión y agregación ponderada diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodos cambiantes. Combina el mecanismo de difusión 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 evolución de múltiples versiones. En comparación con los métodos de AllReduce centralizados o sincrónicos, 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 iteraciones de entrenamiento continuas.
OpenDiLoCo: marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación implementado de manera 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 la limitación de ancho de banda, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, evita el alto costo de comunicación de la sincronización global, permitiendo que el entrenamiento colaborativo del modelo se complete solo con los 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 participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizado.
PCCL: Biblioteca de Comunicación Colaborativa
PCCL es una biblioteca de comunicación ligera diseñada por Prime Intellect para un entorno de entrenamiento de IA Descentralización, con el objetivo de resolver los cuellos de botella de adaptación de bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de bajo ancho de banda. PCCL admite topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, puede funcionar en GPU de consumo y nodos inestables, y es un componente básico que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de entrenamiento y la compatibilidad de dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
Tres, 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 sobre tres tipos de roles centrales:
Iniciador de la tarea: definir el entorno de entrenamiento, modelo inicial, función de recompensa y criterios de validación
Nodo de entrenamiento: ejecutar entrenamiento local, enviar actualizaciones de peso 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 y la distribución de recompensas, formando un ciclo de incentivos en torno a "comportamientos de entrenamiento reales".
Cuatro, 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 confianza, con un tamaño de parámetros de 32B. El modelo INTELLECT-2 fue entrenado de manera colaborativa por más de 100 nodos heterogéneos de GPU distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con una duración 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 el 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, lo que marca la primera vez que una red de entrenamiento descentralizada logra la apertura, la verificabilidad y el ciclo de incentivos económicos en el proceso de entrenamiento.
En términos de rendimiento, INTELLECT-2 está basado en QwQ-32B y ha realizado un entrenamiento específico de RL en código y matemáticas, situándose en 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.
11 me gusta
Recompensa
11
6
Compartir
Comentar
0/400
NotSatoshi
· 07-20 22:41
Entrar a la cuenta es una necesidad básica.
Ver originalesResponder0
CryptoHistoryClass
· 07-20 22:40
*sigh* justo como la exageración de la descentralización de dotcom en '99... nunca aprendemos, ¿verdad?
Ver originalesResponder0
BridgeTrustFund
· 07-20 22:37
No hay suficiente dinero para dar de comer y aún así hacen entrenamiento.
Ver originalesResponder0
MonkeySeeMonkeyDo
· 07-20 22:37
¡Los reyes de los卷, entren rápidamente a ver esto!
Ver originalesResponder0
AirdropHuntress
· 07-20 22:37
Eh, claramente hay un problema de dispersión de fondos y control de riesgos en esta división, ¿verdad?
Descentralización AI entrenamiento revolución: Prime Intellect lidera un nuevo paradigma de colaboración abierta
Evolución del paradigma de entrenamiento de IA: de control centralizado a la revolución tecnológica de la colaboración descentralizada
En toda la cadena de valor de la IA, el entrenamiento de modelos es la etapa que consume más recursos y tiene el mayor umbral técnico, determinando directamente el límite de capacidad del modelo y el efecto práctico de la aplicación. En comparación con la llamada ligera de la fase de inferencia, el proceso de entrenamiento requiere una inversión continua de gran capacidad de cálculo, un complejo proceso 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 de arquitectura, los métodos de entrenamiento se pueden dividir en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y entrenamiento en 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, coordinando el funcionamiento de todos los componentes desde el hardware, el software de base, el sistema de programación del clúster, hasta el marco de entrenamiento a través de 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 y Gemini, con ventajas de alta eficiencia y recursos controlables, pero a su vez presenta problemas como el monopolio de datos, barreras de recursos, consumo de energía y riesgos de un único punto.
El entrenamiento distribuido es el enfoque principal para el entrenamiento de grandes modelos en la actualidad. Su núcleo consiste en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para su ejecución colaborativa, con el fin de superar los cuellos de botella de computación y almacenamiento en una sola máquina. Aunque físicamente presenta características de "descentralización", en general sigue siendo controlado y coordinado por una entidad centralizada, y a menudo se ejecuta en un entorno de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, donde el nodo principal coordina de manera unificada las distintas subtareas. Los métodos principales incluyen:
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análogo a un mismo jefe que dirige de forma remota a varios empleados de "oficinas" para colaborar y completar tareas. Actualmente, casi todos los modelos grandes de vanguardia se entrenan de esta manera.
La Descentralización del entrenamiento representa un camino futuro con mayor apertura y características de resistencia a la censura. Su característica central radica en: múltiples nodos que no se confían entre sí colaboran para completar tareas de entrenamiento sin 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 entrenamiento descentralizado puede entenderse como: un grupo de voluntarios de todo el mundo, que contribuyen con su potencia de cálculo para entrenar modelos de manera colaborativa, pero "el entrenamiento descentralizado a gran escala verdaderamente viable" sigue siendo un desafío de ingeniería sistémico, que implica la arquitectura del sistema, protocolos de comunicación, seguridad criptográfica, mecanismos económicos, verificación de modelos y otros múltiples niveles, pero si se puede 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 la distribución y la Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que enfatizan la conformidad con la privacidad. El aprendizaje federado tiene la estructura de ingeniería del entrenamiento distribuido y la capacidad de colaboración local, al mismo tiempo que posee la ventaja de la dispersión de datos del entrenamiento descentralizado, pero aún depende de un coordinador de confianza y no tiene características completamente abiertas y resistentes a la censura. Puede considerarse como una solución de "Descentralización controlada" en escenarios de conformidad con la privacidad, siendo relativamente moderada en tareas de entrenamiento, estructuras de confianza y mecanismos de comunicación, y es más adecuada como una arquitectura de despliegue transitorio en la industria.
Tabla de comparación panorámica de paradigmas de entrenamiento de IA
Desde la perspectiva de los paradigmas de entrenamiento, la Descentralización del entrenamiento no es adecuada para todos los tipos de tareas. En ciertos escenarios, debido a la complejidad de la estructura de la tarea, 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, baja latencia y ancho de banda rápido, lo que dificulta su segmentación y sincronización efectivas en redes abiertas; las tareas que tienen fuertes restricciones de privacidad de datos y soberanía están limitadas por el cumplimiento legal y las restricciones éticas, lo que impide la compartición abierta; y las tareas que carecen de incentivos de colaboración carecen de motivación para la participación externa. Estas fronteras constituyen conjuntamente las limitaciones reales del entrenamiento descentralizado actual.
Pero eso no significa que el entrenamiento descentralizado sea un falso dilema. De hecho, en tipos de tareas que son ligeras en estructura, fáciles de paralelizar y que pueden ser incentivadas, el entrenamiento descentralizado muestra un claro potencial de aplicación. Incluyendo, pero no limitándose a: ajuste fino de LoRA, tareas de post-entrenamiento de alineación de comportamiento, tareas de entrenamiento y etiquetado mediante crowdsourcing de datos, entrenamiento de modelos base pequeños con recursos controlables, así como escenarios de entrenamiento colaborativo que involucran dispositivos de borde. Estas tareas generalmente presentan características de alta paralelización, baja acoplamiento y tolerancia a potencias de cálculo heterogéneas, lo que las hace muy adecuadas para el entrenamiento colaborativo a través de redes P2P, protocolos Swarm, optimizadores distribuidos, entre otros.
Descentralización entrenamiento clásico proyecto análisis
Actualmente, en el campo de vanguardia del entrenamiento descentralizado 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 una serie de exploraciones originales en el diseño de sistemas y algoritmos, representando las direcciones de investigación teórica de vanguardia; mientras que Gensyn y Flock.io tienen caminos de implementación relativamente claros, ya se pueden observar avances iniciales en la ingeniería. Este artículo analizará secuencialmente 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 descentralizado.
Prime Intellect: pionero de redes colaborativas de aprendizaje reforzado verificables por trayectoria
Prime Intellect se dedica a construir una red de entrenamiento de IA que no requiere confianza, permitiendo que cualquiera participe en el entrenamiento y reciba recompensas confiables por su contribución computacional. 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.
Uno, Estructura de la pila de protocolos Prime Intellect y valor de los módulos clave
Dos, 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 para escenarios de entrenamiento descentralizados desarrollado por Prime Intellect, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación preferente, desacoplando estructuralmente los procesos de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete de forma independiente el ciclo de tareas a nivel 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 implementar entrenamiento flexible en un entorno sin programación centralizada, reduciendo la complejidad del sistema y sentando las bases para soportar la paralelización de múltiples tareas y la evolución de estrategias.
TOPLOC: mecanismo de verificación de comportamiento de entrenamiento ligero
TOPLOC es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo realmente ha completado un aprendizaje de estrategia efectivo basado en datos de observación. A diferencia de soluciones pesadas como ZKML, TOPLOC no depende del recálculo completo del modelo, sino que completa la verificación de estructura liviana analizando las trayectorias 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 constituye una innovación clave para lograr una distribución de recompensas de entrenamiento sin confianza, proporcionando un camino viable para construir una red de entrenamiento colaborativo descentralizada que sea auditable e incentivada.
SHARDCAST: Protocolo de agregación y propagación de pesos asíncronos
SHARDCAST es un protocolo de difusión y agregación ponderada diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, con ancho de banda limitado y estados de nodos cambiantes. Combina el mecanismo de difusión 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 evolución de múltiples versiones. En comparación con los métodos de AllReduce centralizados o sincrónicos, 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 iteraciones de entrenamiento continuas.
OpenDiLoCo: marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación implementado de manera 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 la limitación de ancho de banda, la heterogeneidad de dispositivos y la inestabilidad de nodos. Su arquitectura se basa en la paralelización de datos, construyendo estructuras topológicas dispersas como Ring, Expander y Small-World, evita el alto costo de comunicación de la sincronización global, permitiendo que el entrenamiento colaborativo del modelo se complete solo con los 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 participación en el entrenamiento colaborativo global, siendo una de las infraestructuras de comunicación clave para construir redes de entrenamiento descentralizado.
PCCL: Biblioteca de Comunicación Colaborativa
PCCL es una biblioteca de comunicación ligera diseñada por Prime Intellect para un entorno de entrenamiento de IA Descentralización, con el objetivo de resolver los cuellos de botella de adaptación de bibliotecas de comunicación tradicionales en dispositivos heterogéneos y redes de bajo ancho de banda. PCCL admite topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, puede funcionar en GPU de consumo y nodos inestables, y es un componente básico que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda de la red de entrenamiento y la compatibilidad de dispositivos, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativo verdaderamente abierta y sin necesidad de confianza.
Tres, 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 sobre 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".
Cuatro, 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 confianza, con un tamaño de parámetros de 32B. El modelo INTELLECT-2 fue entrenado de manera colaborativa por más de 100 nodos heterogéneos de GPU distribuidos en tres continentes, utilizando una arquitectura completamente asíncrona, con una duración 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 el 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, lo que marca la primera vez que una red de entrenamiento descentralizada logra la apertura, la verificabilidad y el ciclo de incentivos económicos en el proceso de entrenamiento.
En términos de rendimiento, INTELLECT-2 está basado en QwQ-32B y ha realizado un entrenamiento específico de RL en código y matemáticas, situándose en la vanguardia de los modelos de ajuste fino de RL de código abierto actuales.