O Santo Graal da Crypto AI: Exploração na 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 real da aplicação. Em comparação com a chamada leve da fase de inferência, o processo de treinamento requer um investimento contínuo de grande escala em poder computacional, 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 principal deste artigo.

O treinamento centralizado é a forma tradicional mais comum, realizada por uma única instituição em um cluster de alto desempenho local, completando todo o processo de treinamento, desde hardware, software de base, sistema de agendamento de cluster até todos os componentes do framework de treinamento, todos coordenados por um sistema de controle unificado. Esta arquitetura de profunda colaboração permite que a eficiência do compartilhamento de memória, sincronização de gradientes e mecanismos de tolerância a falhas atinja o melhor desempenho, sendo muito adequada para o treinamento de modelos em larga escala como o GPT e o Gemini, com vantagens de alta eficiência e controle de recursos, mas ao mesmo tempo enfrenta problemas como monopólio de dados, barreiras de recursos, consumo de energia e risco de ponto único.

O treinamento distribuído é o método principal para o treinamento de grandes modelos atualmente, e seu núcleo é a decomposição das tarefas de treinamento do modelo, que são distribuídas para várias máquinas para execução colaborativa, a fim de superar os gargalos de computação e armazenamento em uma única máquina. Embora possua características "distribuídas" fisicamente, 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 de interconexão de alta velocidade NVLink, com o nó principal coordenando uniformemente as sub-tarefas. Os métodos principais incluem:

• Paralelismo de dados: cada nó treina diferentes parâmetros de dados compartilhados, necessitando de corresponder aos pesos do modelo.
• Paralelismo de modelo: implementar diferentes partes do modelo em diferentes nós, alcançando forte escalabilidade
• Pipeline paralelo: execução em série por fases, aumentando a taxa de transferência
• Paralelismo de tensor: segmentação refinada do cálculo de matrizes, aumentando o grau 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 funcionários de "escritórios" para completar uma tarefa. Atualmente, quase todos os grandes modelos mainstream são treinados dessa forma.

A Descentralização do treinamento representa um caminho futuro mais aberto e com características de resistência à censura. Suas características principais incluem: múltiplos nós que não confiam uns nos outros (, que podem ser computadores pessoais, GPUs em nuvem ou dispositivos de borda ), colaborando para completar tarefas de treinamento sem um coordenador central, geralmente através de protocolos que impulsionam a distribuição e colaboração de tarefas, e utilizando mecanismos de incentivo criptográfico para garantir a honestidade das contribuições. Os principais desafios enfrentados por esse modelo incluem:

• Dificuldades de heterogeneidade e fragmentação de dispositivos: alta dificuldade de coordenação entre dispositivos heterogêneos, baixa eficiência de fragmentação de tarefas
• Gargalo na eficiência da comunicação: a comunicação na rede é instável, o gargalo na sincronização de gradientes é evidente.
• Falta de execução confiável: falta de um ambiente de execução confiável, tornando difícil verificar se os nós realmente participam do cálculo
• Falta de coordenação unificada: sem um despachador central, a distribuição de tarefas e o mecanismo de rollback de exceções são complexos

Descentralização do treinamento pode ser entendida como: um grupo de voluntários globais, cada um contribuindo com poder computacional para treinar o modelo de forma colaborativa, mas "o verdadeiro treinamento descentralizado em larga escala viável" ainda é um desafio sistemático de engenharia, envolvendo arquitetura de sistemas, protocolos de comunicação, segurança criptográfica, mecanismos econômicos, validação de modelos e vários outros aspectos, mas se é possível "colaborar de forma eficaz + incentivar a honestidade + obter resultados corretos" ainda está na 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 aplicável em cenários que valorizam a conformidade com a privacidade, como ( saúde e finanças ). O aprendizado federado possui a estrutura de engenharia de treinamento distribuído e a capacidade de colaboração local, ao mesmo tempo que possui a vantagem de dispersão de dados do treinamento Descentralização, mas ainda depende de uma parte coordenadora confiável, não possuindo características de total abertura e resistência 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 de 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, não é naturalmente adequada para ser concluída de forma eficiente entre nós heterogêneos e desconfiados. Por exemplo, o treinamento de grandes modelos geralmente depende de alta memória, baixa latência e largura de banda rápida, o que torna difícil dividir e sincronizar de forma eficaz em uma rede aberta; tarefas com fortes restrições de privacidade e soberania de dados são 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 constituem as limitações reais do treinamento descentralizado atualmente.

Mas isso não significa que a Descentralização do treinamento seja um falso dilema. Na verdade, em tipos de tarefas que são leves em estrutura, fáceis de paralelizar e incentiváveis, a Descentralização do treinamento demonstra perspectivas claras de aplicação. Incluindo, mas não se limitando a: ajuste fino de LoRA, tarefas de treinamento pós-alinhamento comportamental ( como RLHF, DPO ), treinamento e anotação de dados crowdsourced, treinamento de pequenos modelos básicos com recursos controláveis, e cenários de treinamento colaborativo com a participação de dispositivos de borda. Essas tarefas geralmente apresentam alta paralelização, baixa acoplamento e tolerância a poder computacional heterogêneo, tornando-as muito adequadas para treinamento colaborativo por meio de redes P2P, protocolos Swarm, otimizadores distribuídos, entre outros.

Descentralização treinamento clássicos projetos análise

Atualmente, nos campos de treinamento descentralizado e aprendizagem federada, os projetos de blockchain mais representativos incluem Prime Intellect, Pluralis.ai, Gensyn, Nous Research e Flock.io. Em termos de inovação tecnológica e dificuldade de implementação, Prime Intellect, Nous Research e Pluralis.ai propuseram muitas explorações originais na arquitetura de sistemas e design de algoritmos, representando as direções de ponta da pesquisa teórica atual; enquanto Gensyn e Flock.io têm caminhos de implementação relativamente claros e já mostram progressos iniciais em engenharia. Este artigo irá analisar sucessivamente as tecnologias centrais e a arquitetura de engenharia por trás desses cinco projetos, e explorar ainda mais suas diferenças e relações complementares dentro do sistema de treinamento de IA descentralizada.

Prime Intellect: Trajetórias de treino verificáveis de redes colaborativas de aprendizado reforçado pioneiras

Prime Intellect está comprometido 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. 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 do stack de protocolos Prime Intellect e valor dos módulos chave

02, Detalhes do mecanismo chave de treinamento do Prime Intellect

#PRIME-RL: Arquitetura de tarefa de aprendizado por reforço assíncrono desacoplado

PRIME-RL é a 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 local, e colabore com mecanismos de validação e agregação através de uma interface padronizada. Em comparação com o fluxo tradicional de aprendizado supervisionado, o PRIME-RL é mais adequado para implementar treinamento flexível em um ambiente sem agendamento central, reduzindo a complexidade do sistema e estabelecendo uma base para suportar paralelismo de múltiplas tarefas e evolução de estratégias.

#TOPLOC:Mecanismo de verificação de comportamento de treino leve

TOPLOC é o mecanismo central de verificação de treinamento proposto pela Prime Intellect, utilizado para determinar se um nó realmente completou um aprendizado de estratégia válido com base em dados de observação. Diferente de soluções pesadas como ZKML, o TOPLOC não depende de recalculo do modelo completo, mas sim através da análise da trajetória de consistência local entre "sequência de observação ↔ atualização de estratégia", completando a verificação de estrutura leve. Ele transforma pela primeira vez as trajetórias comportamentais durante o processo de treinamento em objetos verificáveis, sendo a inovação chave para a distribuição de recompensas de treinamento sem necessidade de confiança, fornecendo um caminho viável para a construção de redes de treinamento colaborativo descentralizadas que sejam auditáveis e incentivadas.

#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 real que são assíncronos, com largura de banda limitada e estados de nós variáveis. Ele combina um mecanismo de propagação gossip com uma estratégia de sincronização local, permitindo que múltiplos nós submetam continuamente atualizações parciais em estados desincronizados, alcançando a convergência progressiva de pesos e a evolução de múltiplas versões. Em comparação com métodos AllReduce centralizados ou sincronizados, o SHARDCAST melhora significativamente a escalabilidade e a capacidade de 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 de forma independente e de código aberto pela equipe Prime Intellect, com base no conceito DiLoCo proposto pela DeepMind, projetada especificamente para enfrentar desafios comuns em treinamento descentralizado, como limitação de largura de banda, 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 base em nós vizinhos locais. Combinando atualizações assíncronas e mecanismos de tolerância a falhas, o OpenDiLoCo permite que GPUs de consumo e dispositivos de borda participem de tarefas de treinamento de forma estável, melhorando 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 projetada pela Prime Intellect para um ambiente de treinamento de IA descentralizada, 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 gradiente, sincronização de baixa precisão e recuperação de pontos de verificação, podendo ser executado em GPUs de consumo e nós instáveis, sendo um componente fundamental que suporta a capacidade de comunicação assíncrona do protocolo OpenDiLoCo. Ele melhora significativamente a tolerância à largura de banda e a compatibilidade dos dispositivos na rede de treinamento, abrindo o caminho para a comunicação da "última milha" na construção de uma rede de treinamento colaborativo verdadeiramente aberta e sem confiança.

03、Prime Intellect incentivos da rede e divisão de funções

Prime Intellect construiu uma rede de treinamento sem permissões, verificável e com mecanismos de incentivos econômicos, permitindo que qualquer pessoa participe de tarefas e receba recompensas com base em contribuições reais. O protocolo opera com base em três categorias 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, enviar atualizações de peso e trajetórias de observação
• Nós de validação: utilizar o mecanismo TOPLOC para verificar a autenticidade 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 treinamento de nós, a validação de trajetórias, a agregação de pesos (SHARDCAST) 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 reforçado 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 em colaboração por mais de 100 nós heterogêneos de GPU distribuídos por três continentes, usando uma arquitetura totalmente assíncrona, com um tempo de treinamento superior a 400 horas, 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 a estrutura de treinamento assíncrono PRIME-RL(, a validação do comportamento de treinamento TOPLOC) e a agregação assíncrona de pesos SHARDCAST(, entre outros módulos de protocolo centrais, marcando a primeira realização de uma rede de treinamento descentralizada.