Evolución de los Paradigmas 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 presenta la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y su efectividad en aplicaciones reales. En comparación con las llamadas ligeras en la etapa de inferencia, el proceso de entrenamiento requiere una inversión continua de potencia computacional a gran escala, procesos de manejo de datos complejos y soporte de algoritmos de optimización intensivos, 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 clasificar en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de descentralización que se discute en este artículo.
El entrenamiento centralizado es el método tradicional más común, realizado por una única institución dentro de un clúster de alto rendimiento local, donde todo el proceso de entrenamiento, desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, es coordinado por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y la eficiencia de los mecanismos de tolerancia a fallos sean óptimas, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y control de recursos, pero también presenta problemas como 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. Su núcleo radica en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para una ejecución colaborativa, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el conjunto sigue siendo controlado y sincronizado por instituciones centralizadas, y a menudo opera en entornos de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, coordinando de manera unificada las subtareas desde el nodo principal. Los métodos principales incluyen:
Paralelización de datos: cada nodo entrena diferentes datos, los parámetros se comparten y se requiere que coincidan los pesos del modelo.
Paralelismo de modelos: desplegar diferentes partes del modelo en diferentes nodos, logrando una gran escalabilidad
Paralelismo de tuberías: ejecución en serie por etapas, mejora del rendimiento.
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 dirigiendo de forma remota la colaboración de varios empleados de "oficina" para completar tareas. Actualmente, casi todos los modelos grandes de vanguardia ( GPT-4, Gemini, LLaMA, etc. ) se entrenan de esta manera.
La Descentralización del entrenamiento representa un camino futuro más abierto y con características de resistencia a la censura. Su característica central es: múltiples nodos que no se confían entre sí ( pueden ser computadoras domésticas, GPU en la nube o dispositivos de borde ) que colaboran para completar tareas de entrenamiento sin un coordinador central, generalmente impulsados 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 en la heterogeneidad y segmentación de dispositivos: alta dificultad para coordinar dispositivos heterogéneos, baja eficiencia en la segmentación de tareas.
Cuello de botella en la eficiencia de la comunicación: la comunicación en red es inestable, el cuello de botella en la sincronización de gradientes es evidente
Ejecución confiable faltante: falta de un entorno de ejecución confiable, difícil de verificar si los nodos realmente participan en el cálculo
Falta de coordinación unificada: sin un despachador central, la distribución de tareas y el mecanismo de retroceso de excepciones son complejos.
La formación descentralizada puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su capacidad de cálculo para entrenar modelos de manera colaborativa, pero "la verdadera y factible formación descentralizada a gran escala" sigue siendo un desafío de ingeniería sistémico, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la validación de modelos. Sin embargo, la cuestión de 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 distribuido y Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que priorizan la conformidad con la privacidad, como la atención médica y las finanzas (. El aprendizaje federado posee una estructura de ingeniería de entrenamiento distribuido y capacidad de colaboración local, al mismo tiempo que cuenta con la ventaja de la dispersión de datos del entrenamiento Descentralización, pero aún depende de un coordinador confiable y no posee características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de conformidad con la privacidad, siendo relativamente moderada en términos de tareas de entrenamiento, estructura de confianza y mecanismos de comunicación, siendo más adecuada como una arquitectura de implementación transitoria 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 naturalmente adecuada para completarse de manera eficiente entre nodos heterogéneos y de confianza. Por ejemplo, el entrenamiento de grandes modelos a menudo depende de alta memoria, baja latencia y ancho de banda rápido, lo que dificulta su partición y sincronización efectivas en una red abierta; tareas con fuertes restricciones de privacidad y soberanía de datos ###, como la atención médica, las finanzas y los datos confidenciales (, se ven limitadas por el cumplimiento legal y las restricciones éticas, y no pueden compartirse abiertamente; y las tareas que carecen de incentivos de colaboración ), como los modelos de código cerrado de empresas o el entrenamiento de prototipos internos (, carecen de motivación para la participación externa. Estos límites en conjunto constituyen las restricciones 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 perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de capacitación posteriores de alineación de comportamiento como RLHF, DPO), tareas de capacitación y etiquetado de datos mediante trabajo colaborativo, capacitación de modelos base pequeños controlados por recursos, y escenarios de capacitación colaborativa que involucran dispositivos de borde. Estas tareas generalmente tienen características de alta paralelización, bajo acoplamiento y tolerancia a la heterogeneidad del poder de cómputo, 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 vanguardia de la Descentralización en el entrenamiento 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 técnica y la dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han propuesto varias exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de investigación teórica más avanzadas; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros y se pueden observar avances iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías centrales y las arquitecturas de ingeniería 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 de colaboración de aprendizaje reforzado verificables en la trayectoria de entrenamiento
Prime Intellect se dedica a construir una red de entrenamiento de IA que no requiere confianza, permitiendo que cualquier persona participe en el entrenamiento y reciba recompensas confiables por su contribución computacional. Prime Intellect espera crear un sistema de entrenamiento de IA con Descentralización que tenga verificabilidad, apertura y un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Estructura del stack del protocolo Prime Intellect y valor de los módulos clave:
PRIME-RL: Arquitectura de tareas de aprendizaje por refuerzo asíncrono desacoplado
PRIME-RL es un marco de modelado y ejecución de tareas personalizado por Prime Intellect para escenarios de Descentralización, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritaria, desacoplando estructuralmente el proceso de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete el ciclo de tareas de forma independiente en local, y colabore a través de interfaces estandarizadas con mecanismos de validación y agregación. En comparación con los flujos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para lograr un 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 liviano
TOPLOC###Observación Confiable y Verificación de Política-Localidad### es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo realmente ha completado un aprendizaje de políticas 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 ligera mediante el análisis de la trayectoria de consistencia local entre "secuencia de observación ↔ actualización de política". Por primera vez, convierte las trayectorias de comportamiento durante el proceso de entrenamiento en objetos verificables, siendo una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, y proporciona un camino viable para construir redes de entrenamiento colaborativas descentralizadas que sean auditables e incentivadas.
SHARDCAST: Protocolo de agregación y propagación de pesos asíncronos
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, tienen ancho de banda limitado y estados de nodo variables. Combina un mecanismo de propagación de gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando la convergencia progresiva de pesos y la evolución de múltiples versiones. En comparación con los métodos centralizados o síncronos de AllReduce, SHARDCAST mejora significativamente la escalabilidad y la tolerancia a fallos del entrenamiento descentralizado, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continua.
OpenDiLoCo: marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación independiente implementado y de código abierto por el equipo de Prime Intellect, basado en el concepto DiLoCo propuesto por DeepMind, diseñado específicamente para abordar los desafíos comunes en el entrenamiento descentralizado, como las limitaciones 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, 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 las 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: Biblioteca de comunicación colaborativa
PCCL(Prime Collective Communication Library) es una biblioteca de comunicación ligera diseñada a medida por Prime Intellect para entornos de entrenamiento de IA descentralizada, con el objetivo de resolver los cuellos de botella de adaptación en dispositivos heterogéneos y redes de bajo ancho de banda que presentan las bibliotecas de comunicación tradicionales( como NCCL y Gloo). PCCL soporta topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, puede ejecutarse en GPU de consumo y nodos inestables, y es el componente subyacente que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda y la compatibilidad del dispositivo en redes de entrenamiento, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativa verdaderamente abierta y sin confianza.
Red de incentivos de 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 funciona sobre 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 pesos y trayectorias de observación
Nodos de verificación: usar 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 bucle de incentivos en torno a "comportamientos de entrenamiento reales".
INTELLECT-2: Lanzamiento del primer modelo de entrenamiento descentralizado 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 de confianza. El tamaño del modelo alcanza los 32B parámetros. 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, lo que demuestra la viabilidad y estabilidad de las redes de colaboración asíncronas. Este modelo no solo representa un avance en rendimiento, sino que también es la primera implementación sistemática del paradigma "entrenamiento es consenso" propuesto por Prime Intellect. INTELLECT-2 integra la estructura de entrenamiento asíncrono PRIME-RL(, comportamiento de entrenamiento TOPLOC).
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
8
Compartir
Comentar
0/400
ProxyCollector
· 07-24 16:12
¿Sigues entrenando de forma intensiva? Eso es anticuado.
Ver originalesResponder0
BrokenYield
· 07-24 16:11
smh la capacitación de IA centralizada es solo otro punto único de falla... riesgo sistémico clásico
Ver originalesResponder0
fork_in_the_road
· 07-24 10:35
El costo de entrenamiento es demasiado alto, las pequeñas empresas no pueden permitírselo.
Ver originalesResponder0
BuyHighSellLow
· 07-21 17:01
¿Esta moneda ha subido? Si lo entiendo, considerame perdido.
Ver originalesResponder0
TokenVelocityTrauma
· 07-21 17:00
Se puede jugar así, ¡es genial!
Ver originalesResponder0
SigmaValidator
· 07-21 16:55
Ay, ¿quién dice que la descentralización no funciona?
Ver originalesResponder0
SignatureDenied
· 07-21 16:41
Deja de hablar, el entrenamiento también es un juego que quema dinero.
Evolución de los paradigmas de entrenamiento de IA: de control centralizado a Descentralización colaborativa
Evolución de los Paradigmas 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 presenta la mayor barrera técnica, determinando directamente el límite de capacidad del modelo y su efectividad en aplicaciones reales. En comparación con las llamadas ligeras en la etapa de inferencia, el proceso de entrenamiento requiere una inversión continua de potencia computacional a gran escala, procesos de manejo de datos complejos y soporte de algoritmos de optimización intensivos, 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 clasificar en cuatro categorías: entrenamiento centralizado, entrenamiento distribuido, aprendizaje federado y el entrenamiento de descentralización que se discute en este artículo.
El entrenamiento centralizado es el método tradicional más común, realizado por una única institución dentro de un clúster de alto rendimiento local, donde todo el proceso de entrenamiento, desde el hardware, el software de base, el sistema de programación del clúster, hasta todos los componentes del marco de entrenamiento, es coordinado por un sistema de control unificado. Esta arquitectura de profunda colaboración permite que la compartición de memoria, la sincronización de gradientes y la eficiencia de los mecanismos de tolerancia a fallos sean óptimas, siendo muy adecuada para el entrenamiento de modelos a gran escala como GPT y Gemini, con ventajas de alta eficiencia y control de recursos, pero también presenta problemas como 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. Su núcleo radica en descomponer la tarea de entrenamiento del modelo y distribuirla a múltiples máquinas para una ejecución colaborativa, con el fin de superar los cuellos de botella de cálculo y almacenamiento en una sola máquina. A pesar de tener características "distribuidas" en términos físicos, el conjunto sigue siendo controlado y sincronizado por instituciones centralizadas, y a menudo opera en entornos de red local de alta velocidad, utilizando la tecnología de bus de interconexión de alta velocidad NVLink, coordinando de manera unificada las subtareas desde el nodo principal. Los métodos principales incluyen:
El entrenamiento distribuido es una combinación de "control centralizado + ejecución distribuida", análogo a un mismo jefe dirigiendo de forma remota la colaboración de varios empleados de "oficina" para completar tareas. Actualmente, casi todos los modelos grandes de vanguardia ( GPT-4, Gemini, LLaMA, etc. ) se entrenan de esta manera.
La Descentralización del entrenamiento representa un camino futuro más abierto y con características de resistencia a la censura. Su característica central es: múltiples nodos que no se confían entre sí ( pueden ser computadoras domésticas, GPU en la nube o dispositivos de borde ) que colaboran para completar tareas de entrenamiento sin un coordinador central, generalmente impulsados 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 formación descentralizada puede entenderse como: un grupo de voluntarios de todo el mundo que contribuyen con su capacidad de cálculo para entrenar modelos de manera colaborativa, pero "la verdadera y factible formación descentralizada a gran escala" sigue siendo un desafío de ingeniería sistémico, que involucra múltiples niveles como la arquitectura del sistema, los protocolos de comunicación, la seguridad criptográfica, los mecanismos económicos y la validación de modelos. Sin embargo, la cuestión de 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 distribuido y Descentralización, enfatiza la retención local de datos y la agregación centralizada de parámetros del modelo, siendo adecuado para escenarios que priorizan la conformidad con la privacidad, como la atención médica y las finanzas (. El aprendizaje federado posee una estructura de ingeniería de entrenamiento distribuido y capacidad de colaboración local, al mismo tiempo que cuenta con la ventaja de la dispersión de datos del entrenamiento Descentralización, pero aún depende de un coordinador confiable y no posee características completamente abiertas y resistentes a la censura. Se puede considerar como una solución de "Descentralización controlada" en escenarios de conformidad con la privacidad, siendo relativamente moderada en términos de tareas de entrenamiento, estructura de confianza y mecanismos de comunicación, siendo más adecuada como una arquitectura de implementación transitoria 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 naturalmente adecuada para completarse de manera eficiente entre nodos heterogéneos y de confianza. Por ejemplo, el entrenamiento de grandes modelos a menudo depende de alta memoria, baja latencia y ancho de banda rápido, lo que dificulta su partición y sincronización efectivas en una red abierta; tareas con fuertes restricciones de privacidad y soberanía de datos ###, como la atención médica, las finanzas y los datos confidenciales (, se ven limitadas por el cumplimiento legal y las restricciones éticas, y no pueden compartirse abiertamente; y las tareas que carecen de incentivos de colaboración ), como los modelos de código cerrado de empresas o el entrenamiento de prototipos internos (, carecen de motivación para la participación externa. Estos límites en conjunto constituyen las restricciones 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 perspectivas de aplicación claras. Incluyendo, pero no limitado a: ajuste fino de LoRA, tareas de capacitación posteriores de alineación de comportamiento como RLHF, DPO), tareas de capacitación y etiquetado de datos mediante trabajo colaborativo, capacitación de modelos base pequeños controlados por recursos, y escenarios de capacitación colaborativa que involucran dispositivos de borde. Estas tareas generalmente tienen características de alta paralelización, bajo acoplamiento y tolerancia a la heterogeneidad del poder de cómputo, 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 vanguardia de la Descentralización en el entrenamiento 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 técnica y la dificultad de implementación, Prime Intellect, Nous Research y Pluralis.ai han propuesto varias exploraciones originales en la arquitectura del sistema y el diseño de algoritmos, representando las direcciones de investigación teórica más avanzadas; mientras que los caminos de implementación de Gensyn y Flock.io son relativamente claros y se pueden observar avances iniciales en la ingeniería. Este artículo analizará sucesivamente las tecnologías centrales y las arquitecturas de ingeniería 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 de colaboración de aprendizaje reforzado verificables en la trayectoria de entrenamiento
Prime Intellect se dedica a construir una red de entrenamiento de IA que no requiere confianza, permitiendo que cualquier persona participe en el entrenamiento y reciba recompensas confiables por su contribución computacional. Prime Intellect espera crear un sistema de entrenamiento de IA con Descentralización que tenga verificabilidad, apertura y un mecanismo de incentivos completo a través de los tres módulos PRIME-RL + TOPLOC + SHARDCAST.
Estructura del stack del protocolo Prime Intellect y valor de los módulos clave:
PRIME-RL: Arquitectura de tareas de aprendizaje por refuerzo asíncrono desacoplado
PRIME-RL es un marco de modelado y ejecución de tareas personalizado por Prime Intellect para escenarios de Descentralización, diseñado específicamente para redes heterogéneas y participación asíncrona. Utiliza el aprendizaje por refuerzo como objeto de adaptación prioritaria, desacoplando estructuralmente el proceso de entrenamiento, inferencia y carga de pesos, lo que permite que cada nodo de entrenamiento complete el ciclo de tareas de forma independiente en local, y colabore a través de interfaces estandarizadas con mecanismos de validación y agregación. En comparación con los flujos de aprendizaje supervisado tradicionales, PRIME-RL es más adecuado para lograr un 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 liviano
TOPLOC###Observación Confiable y Verificación de Política-Localidad### es un mecanismo central de verificabilidad de entrenamiento propuesto por Prime Intellect, utilizado para determinar si un nodo realmente ha completado un aprendizaje de políticas 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 ligera mediante el análisis de la trayectoria de consistencia local entre "secuencia de observación ↔ actualización de política". Por primera vez, convierte las trayectorias de comportamiento durante el proceso de entrenamiento en objetos verificables, siendo una innovación clave para lograr la distribución de recompensas de entrenamiento sin necesidad de confianza, y proporciona un camino viable para construir redes de entrenamiento colaborativas descentralizadas que sean auditables e incentivadas.
SHARDCAST: Protocolo de agregación y propagación de pesos asíncronos
SHARDCAST es un protocolo de propagación y agregación de pesos diseñado por Prime Intellect, optimizado para entornos de red reales que son asíncronos, tienen ancho de banda limitado y estados de nodo variables. Combina un mecanismo de propagación de gossip con una estrategia de sincronización local, permitiendo que múltiples nodos continúen enviando actualizaciones parciales en estados desincronizados, logrando la convergencia progresiva de pesos y la evolución de múltiples versiones. En comparación con los métodos centralizados o síncronos de AllReduce, SHARDCAST mejora significativamente la escalabilidad y la tolerancia a fallos del entrenamiento descentralizado, siendo la base fundamental para construir un consenso de pesos estable y una iteración de entrenamiento continua.
OpenDiLoCo: marco de comunicación asíncrona dispersa
OpenDiLoCo es un marco de optimización de comunicación independiente implementado y de código abierto por el equipo de Prime Intellect, basado en el concepto DiLoCo propuesto por DeepMind, diseñado específicamente para abordar los desafíos comunes en el entrenamiento descentralizado, como las limitaciones 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, 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 las 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: Biblioteca de comunicación colaborativa
PCCL(Prime Collective Communication Library) es una biblioteca de comunicación ligera diseñada a medida por Prime Intellect para entornos de entrenamiento de IA descentralizada, con el objetivo de resolver los cuellos de botella de adaptación en dispositivos heterogéneos y redes de bajo ancho de banda que presentan las bibliotecas de comunicación tradicionales( como NCCL y Gloo). PCCL soporta topologías dispersas, compresión de gradientes, sincronización de baja precisión y recuperación de puntos de control, puede ejecutarse en GPU de consumo y nodos inestables, y es el componente subyacente que respalda la capacidad de comunicación asíncrona del protocolo OpenDiLoCo. Mejora significativamente la tolerancia al ancho de banda y la compatibilidad del dispositivo en redes de entrenamiento, abriendo la "última milla" de la infraestructura de comunicación para construir una red de entrenamiento colaborativa verdaderamente abierta y sin confianza.
Red de incentivos de 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 funciona 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 (SHARDCAST) y la distribución de recompensas, formando un bucle de incentivos en torno a "comportamientos de entrenamiento reales".
INTELLECT-2: Lanzamiento del primer modelo de entrenamiento descentralizado 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 de confianza. El tamaño del modelo alcanza los 32B parámetros. 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, lo que demuestra la viabilidad y estabilidad de las redes de colaboración asíncronas. Este modelo no solo representa un avance en rendimiento, sino que también es la primera implementación sistemática del paradigma "entrenamiento es consenso" propuesto por Prime Intellect. INTELLECT-2 integra la estructura de entrenamiento asíncrono PRIME-RL(, comportamiento de entrenamiento TOPLOC).