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

Na cadeia de valor total da IA, o treinamento de modelos é a etapa que consome mais recursos e possui a maior barreira técnica, determinando diretamente o limite de capacidade do modelo e o efeito da aplicação prática. Em comparação com a chamada leve na fase de inferência, o processo de treinamento exige um investimento contínuo em poder computacional em grande escala, processos de tratamento de dados complexos e suporte de algoritmos de otimização de alta intensidade, sendo a verdadeira "indústria pesada" na construção de sistemas de IA. Do ponto de vista do paradigma de arquitetura, os métodos de treinamento podem ser divididos em quatro categorias: treinamento centralizado, treinamento distribuído, aprendizado federado e o treinamento descentralizado, que é o foco deste artigo.

O treinamento centralizado é a forma tradicional mais comum, realizado por uma única instituição em um cluster local de alto desempenho, onde todo o processo de treinamento, desde o hardware, software de base, sistema de agendamento do cluster até todos os componentes do framework de treinamento, é coordenado por um sistema de controle unificado. Essa arquitetura de colaboração profunda otimiza a eficiência do compartilhamento de memória, sincronização de gradientes e mecanismos de tolerância a falhas, sendo muito adequada para o treinamento de modelos em larga escala como o GPT e o Gemini, apresentando vantagens de alta eficiência e recursos controláveis, mas também enfrenta problemas como monopólio de dados, barreiras de recursos, consumo de energia e risco de ponto único.

O treinamento distribuído é a abordagem principal para o treinamento de grandes modelos atualmente, cujo núcleo é dividir a tarefa de treinamento do modelo e distribuí-la para várias máquinas que executam em colaboração, a fim de superar os gargalos de computação e armazenamento em uma única máquina. Embora fisicamente possua características de "descentralização", o todo ainda é controlado e agendado por uma entidade centralizada, frequentemente operando em um ambiente de rede local de alta velocidade, utilizando a tecnologia de barramento de interconexão de alta velocidade NVLink, com o nó principal coordenando de forma unificada as sub-tarefas. Os métodos principais incluem:

• Paralelismo de dados: cada nó treina diferentes dados com parâmetros compartilhados, sendo necessário corresponder os pesos do modelo
• Paralelismo de modelo: implantar diferentes partes do modelo em diferentes nós, alcançando forte escalabilidade
• Pipeline paralelo: execução em série faseada, aumentando a taxa de transferência
• Paralelismo de tensores: segmentação refinada do cálculo de matrizes, aumentando a granularidade da paralelização

O treinamento distribuído é uma combinação de "controle centralizado + execução distribuída", análogo a um mesmo chefe a comandar remotamente a colaboração de vários funcionários de "escritórios" para completar uma tarefa. Atualmente, quase todos os principais modelos estão sendo treinados dessa forma.

Descentralização do treinamento representa um caminho futuro mais aberto e com características de resistência à censura. Sua característica central é: múltiplos nós que não confiam uns nos outros colaboram na realização de tarefas de treinamento sem um coordenador central, geralmente através de protocolos que impulsionam a distribuição e colaboração de tarefas, e com a ajuda de mecanismos de incentivo criptográfico para garantir a honestidade das contribuições. Os principais desafios enfrentados por esse modelo incluem:

• Dificuldade de heterogeneidade e fragmentação dos dispositivos: a coordenação de dispositivos heterogêneos é difícil, a eficiência da fragmentação das tarefas é baixa
• Gargalos de eficiência de comunicação: a comunicação na rede é instável, e o gargalo de sincronização de gradientes é evidente
• Falta de execução confiável: falta de um ambiente de execução confiável, dificultando a verificação se os nós realmente participam do cálculo
• Falta de coordenação unificada: sem um despachador central, distribuição de tarefas e mecanismo de reversão de exceções complexo

Descentralização do treinamento pode ser entendida como: um grupo de voluntários globais, cada um contribuindo com poder computacional para treinar modelos em colaboração, mas "treinamento descentralizado em larga escala realmente viável" ainda representa um desafio de engenharia sistêmica, envolvendo arquitetura de sistemas, protocolos de comunicação, segurança criptográfica, mecanismos econômicos, validação de modelos e vários outros aspectos, mas a possibilidade de "colaboração eficaz + incentivo à honestidade + resultados corretos" ainda está em uma fase inicial de exploração de protótipos.

O aprendizado federado, como uma forma de transição entre distribuído e Descentralização, enfatiza a preservação local dos dados e a agregação centralizada dos parâmetros do modelo, sendo adequado para cenários que priorizam a conformidade com a privacidade. O aprendizado federado possui a estrutura de engenharia do treinamento distribuído e a capacidade de colaboração local, ao mesmo tempo em que possui a vantagem da dispersão de dados do treinamento Descentralização, mas ainda depende de um coordenador confiável, não possuindo características completamente abertas e resistentes à censura. Pode ser visto como uma solução de "Descentralização controlada" em cenários de conformidade com a privacidade, sendo relativamente moderado em termos de tarefas de treinamento, estrutura de confiança e mecanismos de comunicação, sendo mais adequado como uma arquitetura de implantação transitória na indústria.

Descentralização treinamento das fronteiras, oportunidades e caminhos reais

Do ponto de vista do paradigma de treinamento, a Descentralização do treinamento não é adequada para todos os tipos de tarefas. Em certos cenários, devido à complexidade da estrutura da tarefa, demanda extrema de recursos ou alta dificuldade de colaboração, não é naturalmente adequado para ser concluído de forma eficiente entre nós heterogêneos e de confiança. Por exemplo, o treinamento de grandes modelos costuma depender de alta memória, baixa latência e alta largura de banda, tornando difícil a divisão e sincronização eficaz em uma rede aberta; tarefas com fortes restrições de privacidade de dados e soberania são limitadas por conformidade legal e restrições éticas, impossibilitando o compartilhamento aberto; e tarefas que carecem de uma base de incentivos à colaboração carecem de motivação externa para participação. Essas fronteiras constituem as limitações reais do treinamento descentralizado atual.

Mas isso não significa que o treinamento de Descentralização seja um falso dilema. Na verdade, em tipos de tarefas que são leves em estrutura, fáceis de paralelizar e incentivadas, o treinamento de Descentralização demonstra perspectivas claras de aplicação. Incluindo, mas não se limitando a: ajuste fino LoRA, tarefas de treinamento pós-alinhamento de comportamento, treinamento e rotulagem de dados por meio de crowdsourcing, treinamento de modelos básicos pequenos com recursos controláveis, bem como cenários de treinamento colaborativo com a participação de dispositivos de borda. Essas tarefas geralmente possuem alta paralelização, baixa acoplamento e características de tolerância a poder computacional heterogêneo, tornando-as muito adequadas para treinamento colaborativo através de redes P2P, protocolos Swarm, otimizadores distribuídos e outras formas.

Descentralização treinamento clássicos projetos análise

Atualmente, nos campos de Descentralização e Aprendizado Federado, os projetos de blockchain mais representativos incluem Prime Intellect, Pluralis.ai, Gensyn, Nous Research e Flock.io. Do ponto de vista da inovação tecnológica e da dificuldade de implementação, Prime Intellect, Nous Research e Pluralis.ai propuseram muitas explorações originais em arquitetura de sistema e design de algoritmos, representando as direções de pesquisa teórica mais avançadas; enquanto os caminhos de implementação de Gensyn e Flock.io são relativamente claros, já é possível ver os primeiros avanços na engenharia.

Prime Intellect: Pioneiro de redes colaborativas de aprendizado reforçado verificáveis por trajetória de treinamento

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

01、Estrutura da pilha de protocolos Prime Intellect e valor dos módulos-chave

PRIME-RL: Arquitetura de Tarefas de Aprendizado por Reforço Assíncrono Desacoplada TOPLOC: mecanismo de validação de comportamento de treino leve SHARDCAST: Protocolo de agregação e propagação de peso assíncrono OpenDiLoCo: estrutura de comunicação assíncrona esparsa PCCL: Biblioteca de Comunicação Colaborativa

02, Detalhes sobre o mecanismo chave de treino do Prime Intellect

PRIME-RL: Arquitetura de tarefas de aprendizado por reforço assíncrono desacoplado

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

TOPLOC: Mecanismo leve de validação de comportamento de treinamento

TOPLOC é um mecanismo central de verificação de treinamento proposto pela Prime Intellect, usado para determinar se um nó realmente completou um aprendizado de estratégia eficaz com base em dados de observação. Ao contrário de soluções pesadas como ZKML, o TOPLOC não depende do recálculo do modelo completo, mas sim analisa a trajetória de consistência local entre a "sequência de observação ↔ atualização de estratégia" para completar a verificação da estrutura leve. Ele transforma pela primeira vez as trajetórias de comportamento durante o processo de treinamento em objetos verificáveis, sendo uma inovação chave para a distribuição de recompensas de treinamento sem necessidade de confiança, e fornece um caminho viável para construir uma rede de treinamento colaborativo descentralizada que seja auditável e incentivadora.

SHARDCAST: Protocolo de agregação e propagação de pesos assíncronos

SHARDCAST é um protocolo de propagação e agregação de pesos projetado pela Prime Intellect, otimizado para ambientes de rede reais que são assíncronos, com largura de banda limitada e estados de nós em constante mudança. Ele combina mecanismos de propagação gossip com estratégias de sincronização local, permitindo que múltiplos nós submetam continuamente atualizações parciais em estados desincronizados, alcançando a convergência progressiva de pesos e evolução de múltiplas versões. Em comparação com métodos centralizados ou síncronos de AllReduce, SHARDCAST melhora significativamente a escalabilidade e a tolerância a falhas do treinamento descentralizado, sendo a base essencial para construir consenso de pesos estável e iterações de treinamento contínuas.

OpenDiLoCo: quadro de comunicação assíncrona esparsa

OpenDiLoCo é uma estrutura de otimização de comunicação independente e de código aberto, implementada pela equipe Prime Intellect com base no conceito DiLoCo proposto pela DeepMind, projetada especificamente para enfrentar desafios comuns em treinamento descentralizado, como largura de banda limitada, heterogeneidade de dispositivos e instabilidade de nós. Sua arquitetura é baseada em paralelismo de dados, construindo estruturas topológicas esparsas como Ring, Expander e Small-World, evitando o alto custo de comunicação da sincronização global, permitindo que o treinamento colaborativo do modelo seja realizado apenas com vizinhos locais. Combinando atualizações assíncronas e um mecanismo de tolerância a falhas, OpenDiLoCo permite que GPUs de consumo e dispositivos de borda participem de tarefas de treinamento de forma estável, aumentando significativamente a participação no treinamento colaborativo global, sendo uma das infraestruturas de comunicação chave para a construção de uma rede de treinamento descentralizada.

PCCL: Biblioteca de Comunicação Colaborativa

PCCL é uma biblioteca de comunicação leve desenvolvida pela Prime Intellect para um ambiente de treinamento de IA descentralizado, visando resolver os gargalos de adaptação das bibliotecas de comunicação tradicionais em dispositivos heterogêneos e redes de baixa largura de banda. O PCCL suporta topologias esparsas, compressão de gradientes, sincronização de baixa precisão e recuperação de pontos de verificação, podendo ser executado em GPUs de consumo e em nós instáveis, sendo um componente de base que suporta a capacidade de comunicação assíncrona do protocolo OpenDiLoCo. Ele melhora significativamente a tolerância à largura de banda da rede de treinamento e a compatibilidade entre dispositivos, abrindo caminho para a comunicação fundamental que constrói uma rede de treinamento colaborativa verdadeiramente aberta e sem confiança, cobrindo a "última milha".

03、Prime Intellect incentivos de rede e divisão de funções

A Prime Intellect construiu uma rede de treinamento sem permissão, verificável e com mecanismos de incentivo econômico, permitindo que qualquer pessoa participe de tarefas e receba recompensas com base em contribuições reais. O protocolo funciona com base em três tipos de papéis principais:

• Iniciador da tarefa: definir o ambiente de treino, o modelo inicial, a função de recompensa e os critérios de validação
• Nós de treinamento: executar treinamento local, submeter atualizações de pesos e trajetórias de observação
• Nós de validação: usar o mecanismo TOPLOC para verificar a veracidade do comportamento de treinamento e participar no cálculo de recompensas e agregação de estratégias

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

04, INTELLECT-2: Lançamento do primeiro modelo de treinamento descentralizado verificável

O INTELLECT-2 foi lançado pela Prime Intellect em maio de 2025, sendo o primeiro grande modelo de aprendizado de máquina reforçado do mundo treinado através da colaboração de nós descentralizados assíncronos e sem confiança, com uma escala de parâmetros de 32B. O modelo INTELLECT-2 foi treinado em colaboração por mais de 100 nós heterogêneos de GPU espalhados por três continentes, utilizando uma arquitetura totalmente assíncrona, com mais de 400 horas de treinamento, demonstrando a viabilidade e estabilidade de uma rede de colaboração assíncrona. Este modelo não é apenas um avanço em termos de desempenho, mas também representa a primeira implementação sistemática do paradigma "treinamento é consenso" proposto pela Prime Intellect. O INTELLECT-2 integra módulos de protocolo central como PRIME-RL, TOPLOC e SHARDCAST.