O Santo Graal da Crypto AI: Exploração na vanguarda do treinamento descentralizado

Na cadeia de valor total da IA, o treinamento de modelos é a etapa que consome mais recursos e apresenta a maior barreira técnica, determinando diretamente o limite de capacidade do modelo e a eficácia da aplicação real. Em comparação com a chamada leve da fase de inferência, o processo de treinamento requer um investimento contínuo de poder computacional em larga 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 será discutido em detalhe neste artigo.

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

O treinamento distribuído é a principal abordagem 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 conjunto, 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 instituições centralizadas, geralmente operando em ambientes de rede local de alta velocidade, através da tecnologia de barramento interconectado de alta velocidade NVLink, com o nó principal coordenando uniformemente as subtarefas. Os métodos principais incluem:

• Paralelismo de dados: cada nó treina diferentes dados com parâmetros compartilhados, sendo necessário corresponder aos pesos do modelo
• Paralelismo de modelos: implantar diferentes partes do modelo em diferentes nós, alcançando forte escalabilidade.
• Pipeline em paralelo: execução em série por fases, aumentando a taxa de transferência
• Paralelismo de Tensores: Segmentação Refinada do Cálculo de Matrizes, Aumento da Granularidade de Paralelismo

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

Descentralização do treinamento representa um caminho futuro mais aberto e com características de resistência à censura. Suas características principais são: múltiplos nós que não confiam uns nos outros colaborando para completar tarefas de treinamento sem um coordenador central, geralmente através de protocolos que impulsionam a distribuição de tarefas e colaboração, e utilizando mecanismos de incentivo criptográfico para garantir a honestidade das contribuições. Os principais desafios que esse modelo enfrenta incluem:

• Dificuldades de heterogeneidade e divisão de dispositivos: alta dificuldade de coordenação de dispositivos heterogêneos, baixa eficiência na divisão de tarefas
• Gargalo de eficiência de comunicação: comunicação de rede instável, gargalo de sincronização de gradiente 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 despachante central, a distribuição de tarefas e o mecanismo de retrocesso de anomalias são complexos

A formação descentralizada pode ser entendida como: um grupo de voluntários globais, cada um contribuindo com poder computacional para treinar modelos de forma colaborativa, mas "a verdadeira formação descentralizada em larga escala viável" ainda é um desafio de engenharia sistémica, envolvendo arquitetura de sistemas, protocolos de comunicação, segurança criptográfica, mecanismos económicos, validação de modelos e outros vários níveis, mas a capacidade de "colaborar eficazmente + incentivar a honestidade + garantir resultados corretos" ainda está na fase inicial de exploração de protótipos.

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

Descentralização: 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, alta demanda por recursos ou dificuldade de colaboração, ela não é naturalmente adequada para ser concluída de forma eficiente entre nós heterogêneos e não confiáveis. Por exemplo, o treinamento de grandes modelos muitas vezes depende de alta memória, baixa latência e largura de banda alta, sendo difícil dividir e sincronizar efetivamente em uma rede aberta; tarefas com fortes restrições de privacidade de dados e soberania estão limitadas por conformidade legal e restrições éticas, não podendo ser compartilhadas abertamente; e tarefas que carecem de incentivos de colaboração não têm motivação externa para participação. Essas fronteiras formam as limitações reais do treinamento descentralizado atualmente.

Mas isso não significa que a Descentralização do treinamento seja um falso enunciado. Na verdade, em tipos de tarefas que são leves em estrutura, fáceis de paralelizar e podem ser incentivadas, a Descentralização do treinamento mostra perspectivas de aplicação claras. Incluindo, mas não se limitando a: ajuste fino LoRA, tarefas de pós-treinamento de alinhamento de comportamento, tarefas de treinamento e rotulagem de dados por meio de crowdsourcing, treinamento de pequenos modelos de base controlados por recursos, e cenários de treinamento colaborativo com a participação de dispositivos de borda. Essas tarefas geralmente possuem alta paralelização, baixa acoplamento e características que toleram poder computacional heterogêneo, sendo muito adequadas para treinamento colaborativo por meio de redes P2P, protocolos Swarm, otimizadores distribuídos, entre outros.

Descentralização treinamento clássicos projeto análise

Atualmente, na vanguarda dos campos de Descentralização e aprendizado federado, os principais projetos de blockchain representativos incluem Prime Intellect, Pluralis.ai, Gensyn, Nous Research e Flock.io. Do ponto de vista da inovação técnica e da dificuldade de implementação de engenharia, 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 de ponta; enquanto Gensyn e Flock.io têm um caminho de implementação relativamente claro, já é possível ver avanços iniciais na engenharia. Este artigo analisará, sucessivamente, as tecnologias centrais e as arquiteturas de engenharia por trás desses cinco projetos, e discutirá ainda suas diferenças e relações complementares no sistema de treinamento de IA descentralizada.

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

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

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

02, Explicação detalhada dos mecanismos chave do treinamento Prime Intellect

#PRIME-RL: Arquitetura de Tarefa 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 especificamente 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 o ciclo de tarefas de forma independente em seu local, e colabore com mecanismos de validação e agregação através de interfaces padronizadas. Em comparação com processos tradicionais de aprendizado supervisionado, o PRIME-RL é mais adequado para implementar treinamento flexível em ambientes sem agendamento centralizado, reduzindo a complexidade do sistema e estabelecendo uma base para suportar múltiplas tarefas em paralelo e evolução de estratégias.

#TOPLOC:Mecanismo de validação de comportamento de treino leve

TOPLOC é o mecanismo central de verificação de treinamento proposto pela Prime Intellect, usado para determinar se um nó realmente completou o aprendizado de uma 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 "sequência de observação ↔ atualização de estratégia" para completar a verificação da estrutura leve. Ele transforma pela primeira vez a trajetória de comportamento durante o processo de treinamento em um objeto verificável, sendo uma inovação chave para a distribuição de recompensas de treinamento sem confiança, fornecendo um caminho viável para construir uma rede de treinamento colaborativo descentralizada que seja auditável e incentivadora.

#SHARDCAST: Protocolo de Agregação e Propagação de Peso Assíncrono

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 vários nós continuem a submeter atualizações parciais em estados não sincronizados, alcançando a convergência progressiva de pesos e a evolução de múltiplas versões. Em comparação com métodos centralizados ou síncronos de AllReduce, o SHARDCAST melhora significativamente a escalabilidade e a tolerância a falhas do treinamento descentralizado, sendo a base central para a construção de consenso de pesos estáveis e iterações de treinamento contínuas.

#OpenDiLoCo: Estrutura de Comunicação Assíncrona Esparsa

OpenDiLoCo é uma estrutura de otimização de comunicação desenvolvida e de código aberto pela equipe Prime Intellect, com base no conceito DiLoCo proposto pela DeepMind, projetada especificamente para enfrentar desafios comuns de largura de banda limitada, heterogeneidade de dispositivos e instabilidade de nós em treinamentos de Descentralização. Sua arquitetura é baseada em paralelismo de dados, evitando altos custos de comunicação de sincronização global ao construir estruturas topológicas esparsas como Ring, Expander e Small-World, e completando o treinamento colaborativo do modelo apenas com nós vizinhos locais. Combinando atualizações assíncronas e um mecanismo de tolerância a falhas, o OpenDiLoCo permite que GPUs de consumo e dispositivos de borda participem de tarefas de treinamento de forma estável, aumentando significativamente a acessibilidade ao treinamento colaborativo global, sendo uma das infraestruturas de comunicação chave para a construção de redes de treinamento descentralizadas.

#PCCL: Biblioteca de Comunicação Colaborativa

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

03、Rede de Incentivo Prime Intellect e Divisão de Funções

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

• 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 autenticidade do comportamento de treinamento e participar do cálculo de recompensas e da agregação de estratégias.

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

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

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